复合绝缘子的憎水性是检验电力系统能否稳定运行的重要指标,为了防止绝缘子因积污,老化等引起污闪事故的发生,需要对绝缘子定期进行检测。为了方便、快速、准确地实现绝缘子憎水性的分级,这就对绝缘子憎水性的检测系统提出了需求。基于多串口的自动化检测系统,本文介绍了串口设备的自动检测与识别,多线程技术的实现,并设计了多串口的自动化检测模型,检测模型给出了一种多串口设备顺序控制的思路,并对类似工业过程控制提供了一个模板,即将整个工作流程分为一步一步的进行,严格规定了前级步到后级步仅能由唯一的关系实现,规避了流程的无序进行。针对传统绝缘子检测方法的局限性,将数字图像技术应用到憎水性的检测中来是当前研究的重点,本文首先介绍了两种图像的识别算法:Otsu算法和基于熵的阈值分割算法。通过二者对图像是否分块处理后识别效果的对比,指出了单一算法在图像识别中的局限性,进而提出了TMSD算法的应用,该算法在图像分割时提供了一个最佳细节显示阈值并能够最大限度地保留图像的细节信息。结合熵的阈值分割算法和TMSD算法提出了一种改进的多阈值分割方法,并对水珠边界进行跟踪及合并边缘信息,最后得到的水珠轮廓提取效果良好,可以满足后续的憎水性分级需求。根据建立的多串口过程控制模型,给出了一个工业控制系统的实例,本文详细地介绍了此系统的设计过程及其功能的实现。针对绝缘子增水性的分级问题,先对憎水性图像的特征进行提取,然后对现有的分级方法进行介绍,最后采用SVM支持向量机决策学习的算法来实现绝缘子憎水性等级的判定,实验结果表明本文方法的分级效果好,系统能够满足复合绝缘子憎水性检测的需要。