首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >看见可见光之外的世界:短波红外相机正在打开这些千亿级应用场景

看见可见光之外的世界:短波红外相机正在打开这些千亿级应用场景

原创
作者头像
用户12685669
发布于 2026-10-28 14:11:52
发布于 2026-10-28 14:11:52
790
举报

在半导体产线上,一片晶圆的内部裂纹用肉眼和普通工业相机都无从察觉;在浓雾弥漫的港口,安防摄像头一片白茫茫;在高速食品分选线上,一颗带磕碰伤的水果混过了可见光相机的"法眼"。这些问题有一个共同的答案——短波红外(SWIR)相机。

一、六大应用场景:从产线到太空

以下六个场景覆盖了 SWIR 相机当前最主要的需求来源。每一个场景背后,都对应着一条清晰的降本或增收逻辑——要么把过去检不出的缺陷提前拦截,要么把过去做不了的业务变成可能。

(一)半导体与工业检测——目前体量最大的商用市场

硅片对短波红外"透明",SWIR 相机可以直接检查硅锭裂纹、晶圆内部缺陷、键合对位精度。在电子组装行业,它被用于焊点质量检查;在光伏行业,太阳能电池板的隐裂检测(EL 检测)已成为标配手段。对于动辄损失数万元的晶圆报废事故,早期检出就是直接的经济收益。

(二)安防与监控——全天候的"雾战之王"

SWIR 能穿透薄雾、烟尘成像,配合大气辉光可在近乎全黑的夜晚拍摄高对比度画面,且不需要主动照明、不暴露监控位置。在边海防、港口、机场跑道监控等场景,它是可见光相机和热像仪之间的关键补位。此外,短波红外下人脸细节丰富,在强逆光、夜间等可见光失效的条件下仍可支持人脸识别,广泛用于门禁与安检通道。

(三)农业与食品分选——让"内伤"无处遁形

水在 1.4 μm 附近的强吸收,让 SWIR 对含水量极其敏感:水果的早期磕碰伤、谷物的水分含量、坚果的霉变、食品中的异物,都会在短波红外图像上呈现明显灰度差异。在每小时数吨的分选线上,SWIR 相机配合高速剔除装置,把传统人工抽检变成全检。

(四)遥感与天文——从几百公里上空看清地球

SWIR 是卫星遥感的标准波段之一:区分云和雪(可见光下都是白色,短波红外下雪更亮)、监测植被水分与火灾火点、评估土壤湿度。在地面天文领域,大口径望远镜的自适应光学系统普遍使用 SWIR 相机作为导星传感器,因为它在大气中的散射更小、天空背景更暗。

(五)医学与生物成像——散射更弱,看得更深

短波红外光在生物组织中的散射显著低于可见光,穿透深度更大。临床上,吲哚菁绿(ICG)荧光造影配合 SWIR 探测可用于眼底血管成像和术中淋巴、血管显影;科研领域火热的近红外二区(NIR-II,1000–1700 nm)活体荧光成像,同样依赖高灵敏度 InGaAs 相机。

(六)材料分析与科研——给透明材料"拍 CT"

玻璃、塑料等对可见光透明的材料,其内部气泡、杂质、应力分布在可见光相机下不可见,而在 SWIR 图像中会清晰显现。艺术品鉴定机构用它识别墨迹修补痕迹,科研实验室用它做 1.5 μm 通信波段的光束分析与光谱测量。

二、选型参考:四个关键指标

企业在选型时建议重点关注:

1. 波段响应:标准 InGaAs 覆盖 0.9–1.7 μm;若需 2.5 μm 以上的水分检测拓展波段,需选择扩展型 InGaAs,但制冷要求更高。

2. 制冷方式:非制冷型体积小、功耗低,适合产线与安防;深制冷型噪声低,适合天文与荧光成像等弱信号场景。

3. 分辨率与帧率:缺陷检测通常优先 640×512 至 1280×1024 的分辨率;高速分选线则需要数百帧每秒的全局快门。

4. 成本趋势:随着 InGaAs 晶圆级工艺与低成本封装成熟,SWIR 相机价格正快速下探,此前受限于预算的场景正在陆续打开。

三、结语

短波红外不是可见光的替代品,而是补齐了"看见可见光之外信息"的最后一块拼图。从一块晶圆的内部裂纹,到一片云层下的大地,再到一颗水果的轻微磕碰——SWIR 相机正在把过去"看不见的成本"变成"看得见的收益"。

如果您的产线、项目或研究中也存在可见光与热成像解决不了的检测难题,欢迎联系获取样品测试与行业应用方案,用一次实测验证短波红外的价值。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、六大应用场景:从产线到太空
    • (一)半导体与工业检测——目前体量最大的商用市场
    • (二)安防与监控——全天候的"雾战之王"
    • (三)农业与食品分选——让"内伤"无处遁形
    • (四)遥感与天文——从几百公里上空看清地球
    • (五)医学与生物成像——散射更弱,看得更深
    • (六)材料分析与科研——给透明材料"拍 CT"
  • 二、选型参考:四个关键指标
  • 三、结语
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档