Des caméras qui voient l'invisible promettent un recyclage plus intelligent et plus rapide des déchets quotidiens
infohightech ·
Une nouvelle étude utilise une technologie d’imagerie avancée pour identifier les matériaux présents dans les déchets solides municipaux qui peuvent être séparés pour être recyclés ou pour produire de l’énergie.
L'étude a utilisé l'imagerie hyperspectrale, une méthode qui utilise de puissants capteurs optiques pour capturer le spectre lumineux sur chaque pixel d'une image. En analysant la façon dont différents matériaux réfléchissent la lumière, même en dehors du spectre visible , l'imagerie hyperspectrale permet aux chercheurs de créer des « empreintes » spectrales uniques pour chaque matériau, permettant ainsi d'identifier rapidement des matériaux apparemment identiques à l'œil nu.
« L'imagerie hyperspectrale est un outil puissant qui nous permet de voir ce que les yeux humains ou les caméras standard ne peuvent pas voir », a déclaré Lokendra Pal, professeur EJ Woody Rice et chercheur universitaire au département des biomatériaux forestiers de l'université d'État de Caroline du Nord et co-auteur de l'étude.
Grâce à cette technologie, nous pouvons capturer des images en temps réel de grandes quantités de déchets, jusqu'au pixel près. Nous pouvons ainsi identifier différents matériaux grâce à des variations de réflexion lumineuse que nous ne pourrions normalement pas voir.
L'étude, «Hyperspectral imaging for real-time waste materials characterization and recovery using endmember extraction and abundance detection" ou "Imagerie hyperspectrale pour la caractérisation et la récupération des déchets en temps réel à l'aide de l'extraction des éléments finaux et de la détection d'abondance », est publiée dans Matter .
L'imagerie hyperspectrale permet également aux scientifiques de déterminer non seulement le type de matériau, mais aussi sa quantité et sa contamination, a expliqué Pal. Cela contribue à rendre les opérations de recyclage plus rentables et plus efficaces.
L'être humain perçoit la lumière sur ce que l'on appelle le spectre RVB, qui représente le rouge, le vert et le bleu. La lumière de ce spectre a des longueurs d'onde d'environ 400 à 700 nanomètres, que nos yeux perçoivent comme des couleurs. L'imagerie hyperspectrale est capable de capturer des longueurs d'onde allant jusqu'à 2 500 nanomètres, couvrant ainsi les plages du proche infrarouge et de l'infrarouge court. Cela génère une quantité considérable de données, que l'apprentissage automatique peut exploiter pour identifier les déchets susceptibles d'être transformés en produits de valeur.
Cube de données créé par imagerie hyperspectrale. Crédit : Université d'État de Caroline du Nord.
« Par exemple, les gobelets à café sont fabriqués à partir de plastique et de papier », explique Mariangeles Salas, auteure principale et doctorante au département des biomatériaux forestiers de l'Université d'État de Caroline du Nord. « Des millions de ces gobelets sont jetés chaque année, et moins de 1 % sont recyclés. »
« Grâce à l'imagerie hyperspectrale , nous créons ce que l'on appelle un cube de données », explique Salas. « Il s'agit d'une représentation visuelle qui décrit les caractéristiques uniques de réflexion lumineuse d'un pixel en trois dimensions. Cela nous permet d'identifier des différences subtiles entre des matériaux, comme deux types de papier dans une même tasse à café. Tous deux contiennent de la cellulose, mais leur composition chimique et chimique diffèrent, ce qui les rend plus adaptés à des filières de recyclage différentes. »
Les chercheurs entendent exploiter cet afflux massif de données à plus grande échelle en créant l'une des plus grandes bibliothèques d'images visuelles et hyperspectrales, accompagnées de métadonnées détaillées sur les déchets solides municipaux . Avec plus d'un milliard de pixels spectraux, ce référentiel de données en libre accès offrira un outil précieux aux gestionnaires de déchets tels que les municipalités, les centres de valorisation et les chercheurs.
Cette technologie pourrait contribuer à accélérer et à améliorer la précision des systèmes de recyclage automatisés, augmentant ainsi l’efficacité et réduisant la quantité de matières recyclables perdues dans les décharges, et à soutenir une économie circulaire plus durable.
https://techxplore.com/news/2025-09-cameras-unseen-smarter-faster-recycling.html