光谱成像技术原理
眼见为实，AI 不失手 —— 光谱分析与图像分析的结合
统一的非接触光学架构
海视全系光谱成像产品采用同一套光学架构：以工业视觉传感器采集流体的透光、色度与形态图像，内置专用 AI 算法将图像量化为可直接用于控制的工艺参数。整条链路不与介质接触，因此不引入污染，也不受腐蚀性物料影响。
光源
稳定光源照射被测流体
介质
流体吸收、散射、反射入射光
视觉传感器
采集透光、色度、形态图像
AI 算法
图像量化为工艺参数
信号输出
4-20mA / RS485 / IP 网络
为什么是光
光谱成像技术是光谱分析技术与图像分析技术的结合，同时具备光谱分辨能力与图像分辨能力。海视产品工作在 200–1000nm 波段，覆盖紫外至近红外——这一区间既能反映化工物料的特征吸收，又能被工业视觉传感器稳定采集。
物质是什么、有多少
不同物料在特定波长下的吸收差异，给出浓度与组分信息。
物质在哪里、什么形态
空间分布信息，给出界面位置、层厚与颗粒形态。
测量的定律基础：朗伯比尔定律
光谱技术是对朗伯比尔定律的运用。该定律是光吸收的基本定律，适用于所有的电磁辐射和所有的吸光物质，包括气体、固体、液体、分子、原子和离子——光被吸收的量，正比于光程中产生光吸收的分子数目。
I = I0 · exp[ −ε · c · d ]
T = I / I0透光率
A = −log T = ε · c · d
吸光度与浓度成正比
L / mol·m
由物质本身决定的固有属性。不同物料对同一波长的吸收能力不同，这正是光谱能够区分水相与油相的根本原因。
mol / L
待测量。工艺过程中真正在变化的量——水中的含油率、油中的含水率、界面位置的迁移。
cm
安装时即确定的常量。管道口径或视镜厚度一旦固定，d 便不再变化。
三个变量中，d 在安装时已固定，ε 由物料本身决定——于是透光率的变化，就直接映射为浓度的变化。这就是光学方法能够反推液相组成的原因。
一个透光率数值，
说不清釜里正在发生什么
分层放料过程会在反应釜下端形成一定程度的漩涡。当物料出现混相、且密度相近时，会形成悬浮物、轻微乳化，以及气泡或夹带杂质。如果放料过程没有相对应的标准化操作，检测会变得更加复杂多变。
合成工艺、原材料、萃取静置的稳定性都会影响液相的浊度，导致水中含油率偏高或油中含水率偏高——而分层过程长期缺少可用于品质管控的工艺参数。
这些都是空间结构问题。单点透光率是一个标量，它能告诉你「此处的光被吸收了多少」，却无法告诉你乳化层有多厚、气泡出现在哪一段、管道是否已经不满。
要回答这些问题，必须让仪表不只是「读数」，而是真正「看见」。光谱之上，还需要图像。
图像分析层：从读数到看见
机器视觉负责精细化工管道内的非均相、面测量。以下是真实产线上采集的典型工况——同一支仪表需要把它们逐一分辨出来，并给出稳定一致的判断。
图中方框为算法实时框选的识别区域。
AMICA
海视自研图像处理分析算法，组合运用多种机器视觉技术，将复杂液相图像转化为可靠的工艺判断。
算法性能：时间空间复杂度低、鲁棒性强、稳定性高。
图像增强
抑制现场光照波动与噪声
特征检测
提取界面、层厚与颗粒特征
运动估计
跟踪放料过程中的界面迁移
四种成像方式，按介质选型
光谱成像方式主要分为透射、漫透射、透反射与漫反射。需要根据检测对象是液体还是固体、澄清还是浑浊，选择合适的成像方式——选型不当，再好的算法也拿不到有效图像。
透射
澄清液体光源与相机分置容器两侧，光线直接穿过介质。信号最强，适合透光性好的清亮物料。
漫透射
浑浊液体光线在介质内部多次散射后透出。浑浊物料无法直射成像时，用散射光还原内部结构。
透反射
澄清液体、浑浊液体容器另一侧设反射板，光线两次穿过介质后返回同侧相机。等效光程加倍，可提升弱吸收物料的灵敏度。
漫反射
浑浊液体、乳浊液、固体光源与相机同侧，采集介质表面的散射返回光。适用于完全不透光的物料。
现场实证
光谱成像分析仪的输出可直接接入 DCS。下图是实际产线上一个分液批次的实时趋势——随着相态依次通过检测位，信号呈现清晰、可重复的跃变，能够表征水中含油率或油中含水率的变化。
每一种相态在曲线上都对应一段可区分的信号平台，相变发生处出现明确跃变——这正是自动分液能够在无人值守下切阀的依据。
智能视镜与 DCS 曲线同步回放
左侧为智能视镜实时画面，绿框与红框是 AMICA 算法框选的识别区域；右侧为同一时刻的电流值趋势。图像里的相态变化与曲线跃变严格对应——这是「看得见」与「测得准」在同一时间轴上的印证。