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。

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。

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。
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。

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。
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。
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。

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。
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。
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。