机器视觉

半导体，太阳能行业

红外半导体检测

红外半导体检测可以优化半导体生产流程。在半导体晶圆生产，以及半导体器件封装和贴装的过程中，半导体生产质量和生产缺陷原因分析已经成为半导体生产流程的关键环节。

发光显微镜：相比较于光子发射显微镜，或者电致发光成像，发光显微镜是一种相对新颖的生产缺陷分析技术手段，用来探测在半导体晶圆上由于在生产工艺流程中机械压合过程中出现的缺陷而发射的光子。

太阳能硅锭检测

硅是一种在半导体晶圆生产过程中常用的材料，使用这种材料把光电器件进行耦合最终在不同的电子产品中使用。如果晶圆的生产采用质量很差的硅材料会导致器件的性能不达标，从而使得整个电子产品无法使用。硅锭和硅砖在生产成硅晶圆片之前需要对它们材料中的杂质，缺陷，裂痕，内含物等问题进行检测。

铟镓砷短波红外相机在半导体行业的晶体硅的硅砖和硅锭检测中被广泛使用。在硅锭和硅砖当中的杂质和内含物可以被发射光谱波长在1150纳米以上的光源以及短波红外相机组成的成像系统很容易的检测出来。产生这种现象的原因是硅材料不吸收这个光谱段的光子，这个谱段的光相比较可见光具有更低的光波能量和更长的波长，而能量更高，波长更短的可见光能够被硅材料吸收。

简而言之，这种特性能够让检测系统穿透硅锭，很容易的获得各种能够导致最终生产质量问题的内部缺陷图像。对于半导体晶圆生产来说，短波红外相机成为一种完美的直观检测工具。

食品分选行业

在食品生产领域，确保把安全和一致性的食品提供给最终消费者是必须的。不仅如此，食品检测和分选系统还能够帮助客户提高生产质量以及提高食品和饮料企业的利润。

红外光谱和红外图像能够在食品检测广泛的使用。在食品分选领域，短波红外可以用来对食品当中的异物进行剔除，例如冷冻水果和蔬菜。短波红外的分选系统可以通过探测食品当中水分的含量来确定食品当中的成分进行分选，而可见光成像是无法实现这样的功能的。

当我们采用高光谱成像系统，我们可以确定某种食品的新鲜程度，或者探测到会降低食品质量的缺陷如瘀伤和裂痕等。另外高光谱系统可以用来确定某种食品的质量和等级，比如在咖啡种植场生产的不同咖啡豆。

除此之外热成像也可以用在食品分选，热成像系统能够在食品生产的过程中获得产线温度，从而保障食品生产过程，包装，以及运输过程正确的环境温度。

垃圾分选回收

由于地球有限的资源，垃圾回收不仅仅能够产生利润，而且对于地球的可持续发展有着很关键很重要的意义。在现代社会，塑料的需求和其他的垃圾产量依然很高。

而对于塑料的回收还面临不小的挑战，特别是如何区分不同种类的聚合物。区分不同种类的塑料非常关键，因为某些种类的塑料是否有害的化合物，从而需要采用不同的方式进行回收处理避免污染环境。

采用人工的方式从垃圾堆进行分选塑料不仅耗费时间和成本，而且很容易出错。自动化的视觉系统目前看来是能够分选出来的一种手段，通过精确的对塑料进行识别能够提供一种低成本和高效率的回收方案。这类的系统可以通过红外多光谱或者高光谱的成像系统实现成功的分选功能。

这两种技术手段都采用短波红外或者近红外波段成像，在这个光波段红外光谱对于不同的聚合物有不同的光谱吸收特性(基于不同的化学成分)。这样视觉系统能够很容易的识别和分辨不同的塑料。