在污秽严重的地区，复合绝缘子可以克服传统瓷和玻璃绝缘子在使用中暴露出来性能上的固有缺陷，目前在高压输电领域上已大量应用。复合绝缘子的表面憎水性检测是判别复合绝缘子性能优劣的主要手段，本文对复合绝缘子表面的憎水性诊断方法展开了专门的研究，这对于保证复合绝缘子的可靠有效地运行具有十分重要的意义。
　　本文首先阐述了复合绝缘子憎水性的形成机理及特性，并分析了目前复合绝缘子憎水性检测技术的优缺点。借鉴喷水分级法和憎水性指示函数法，提出一种改进方法，即基于图像分析的绝缘子憎水性诊断方法，并在实践的过程中加以改善和创新，该方法能够有效地改善憎水性诊断效果。
　　由于获取憎水性图像时周围环境的复杂性和随机性等，造成了憎水性图像的模糊，使得直接对图像进行憎水性诊断的结果准确性较差。考虑到传统的处理算法无法满足憎水性图像的模糊性的需要，因此，将一系列改进后的图像处理算法应用到憎水性图像的处理中去，包括对憎水性图像的基于局部直方图均衡化的图像增强、基于自适应的中值滤波、基于最大类间方差的遗传图像阈值分割算法等。并通过图像识别，求取关联复合绝缘子憎水性图像的各种典型特征码。
　　通过对实验数据的分析，指出了传统憎水性等级的分类方法的不足。由于神经网络较强的自学习力和自适应性，因此采用基于BP神经网络的分级方法，能够实现憎水性等级客观的判定，且分级正确率较高、实用性较好，可以形成比较完整的憎水性自动分级体系，这对复合绝缘子表面憎水性的诊断具有重要的现实意义。该体系可以及时发现有污闪缺陷的复合绝缘子，并采取相应措施来保证高压输电线路安全稳定的运行。