一、检测需求

网络变压器是一种基于电磁感应原理实现信号传输、阻抗匹配和电气隔离的电子元件，广泛应用于网卡、交换机等网络设备中。网络变压器内部有多个绕组，在绕组空隙中点绝缘油，可以提高绝缘性能并辅助散热。实际生产中，要确保绝缘油均匀的点在绝缘部位，因此需要检测漏点、油量不足、油量过多、分布不均等绝缘油缺陷。

网络变压器（图片来源于网络）

绝缘油一般是透明的，没有明显的颜色和纹理信息，与周围环境的对比度通常较低，这使得黑白、彩色机器视觉等基于外观特征的检测方法失效，即使优化打光角度，也无法稳定的进行绝缘油边缘提取和缺陷识别。

短波红外成像技术常用于透明体检测，但主要是利用短波红外光线的穿透能力，进行透明体内部或背部缺陷检测，并不适用于绝缘油边缘的准确识别。此外，短波红外相机价格高昂也是实际应用中的主要限制因素。

网络变压器的黑白、彩色图像

二、检测方案

针对场景需求与当前痛点，我们采用光谱视觉技术进行小型网络变压器的绝缘油缺陷检测，因为光谱对物质成分具有很强的分辨能力，当透明类物体附着在其他物体上时，虽然人眼及传统黑白、彩色视觉很难区分，但透明类物体与其他物体的材质成分存在差异，所以它们的光谱也有所不同，据此可以对透明类物体进行边缘提取和质量检测。

第一步：建库分析，筛选特征波段

确定绝缘油在哪些波段上呈现出特征，是光谱视觉检测的关键，因此首先进行光谱建库与特性分析。在本方案中，遵循“原位测量”的思想，将绝缘油点在网络变压器上，分别使用不同波段的光源打光，具有宽波段响应能力的相机成像，通过对整个实验系统进行严格的光谱辐射定标，可以获得目标在不同波段的光谱反射率图像。

建库过程中，分别采集了不点绝缘油、点不同重量绝缘油的样本光谱图像，提取不同样本绝缘部位的光谱反射率，通过聚类分析，找到因绝缘油量不同而出现反射率差异的波段，即为特征波段，也是后续绝缘油缺陷检测使用的波段。

不同类型缺陷的光谱特征图

第二步：构建光谱指数，放大视觉特征差异

本方案中，使用目标的光谱反射率图像，而不是无实际物理意义的灰度图像，这种严格定量的成像方式，一方面可以降低光源、环境光等变化对检测结果的影响，另一方面可以构建光谱指数，通过不同波段反射率图像间的相互运算，放大差异，提高点绝缘油部分与其他部分的对比度。

结合筛选的特征波段与理论分析结果，发现当使用特定波段的光源进行打光时，绝缘油被激发了荧光，因此我们利用荧光波段与非荧光波段反射率构建差分运算光谱指数模型，即使是少量的绝缘油，也会在光谱指数图像中形成较高的对比度，为提升检测算法的灵敏度奠定了基础。

特征波段与光谱指数图像

第三步：图像处理算法，识别不同类型缺陷

在透明目标检测方面，光谱视觉技术相对于黑白、彩色视觉技术的主要优势在于，通过光谱数据获取与运算，可以提供一张具有更高对比度的底图，而在数据应用端的处理方面，则可以直接沿用传统机器视觉中的图像处理模型与算法。

根据上述波段筛选与光谱建模结果，我们选择了宽波段LED光源与波段匹配的多光谱工业相机，结合实际产线的检测要求，搭建了绝缘油缺陷检测的模拟验证装置，并获取了不同网络变压器样本在特征波段的光谱图像。

打光实验装置图

对于漏点绝缘油的缺陷，我们使用模版匹配算法进行检测；对于油量不足、油量过多、分布不均等绝缘油缺陷，则是进行样本数据标准化，并基于Transformers模型进行训练，得到稳定的识别算法。

由于点绝缘油部位的对比度足够、且有荧光激发的物理机理支撑，使用小样本即得到了稳定的缺陷识别模型，且识别速度可以达到实时水平，精度和效率均可以满足产线检测要求。

不同类型绝缘油缺陷的检测结果

三、设备推荐

在本案例中，光谱建库分析所用系统和缺陷识别验证所用相机分别是长光驰宇自研的LabX VNIR可见近红外光谱分析仪和4波段多光谱面阵工业相机。

LabX VNIR可见近红外光谱分析仪是一款高精度、高空间分辨率的光谱分析系统，波段可以覆盖可见光至近红外范围、具有微米级空间分辨率、图像经过严格光谱辐射校正，利用该设备强大的光谱视觉特征在线分析能力，可以快速完成待测物体的光谱建库和特征波段筛选。

LabS VNIR可见近红外光谱分析仪（多光谱版）

4波段多光谱面阵工业相机采用特有的窄带光谱调制成像技术，可以通过更换光学调制模块，以很低的成本进行波段个性化定制，同时，更“纯”的光谱信息获取能力、无缝兼容传统工业视觉标准化体系等相机特性，也可以提升目标检测精度和方案部署便捷性。

4波段多光谱面阵工业相机

通过光谱视觉技术，利用不同材料成分光谱存在差异的基本原理，可以显著提升透明类物体成像的视觉特征对比度，有望破解工业自动化产线中透明类物体质量检测的难题。