我国电网建设不断发展,复合绝缘子以其体积小、重量轻、耐污性能好等特点,在输电线路工程中的应用日益增多。随着复合绝缘子服役的时间增长以及自然环境的综合作用,复合绝缘子的伞裙材料会逐渐老化,并导致憎水性能下降,引发污闪。因此,复合绝缘子憎水性等级识别工作对于确保输电线路的安全稳定运行极为重要。截止当前,复合绝缘子憎水性等级识别的实际工程应用中,利用数字图像处理技术识别复合绝缘子憎水性等级已成为了主流技术应用趋势。但当前的技术在憎水性图像检测区域的选择、水珠特征量的提取、憎水性等级的识别等方面仍存在不足,以致于实际工程应用中效果欠佳。因此,本文为进一步提高复合绝缘子憎水性等级识别技术的准确性,进行了如下主要研究工作:1)针对憎水性图像水珠特征量提取问题,提出了一种基于改进分水岭算法的憎水性图像水珠特征量提取技术。具体流程是,首先通过复合绝缘子伞裙定位和智能裁剪区域的方法,获得憎水性检测区域;然后应用数学形态学的方法标记水珠内外区域;最后应用分水岭算法提取出图像中的水珠区域,从而得到水珠个数、水珠面积、水珠覆盖率、最大水珠面积、最大水珠覆盖率、最大水珠边长、形状因子等特征量。该算法不仅避免了分水岭算法本身的过分割现象,而且解决了传统基于阈值的水珠边缘检测算法的阈值难以确定的问题,从而提高了水珠特征量提取的精度。2)针对复合绝缘子憎水性等级识别问题,提出了基于前馈(Back Propagation,BP)神经网络的憎水性等级识别方法。该方法考虑了憎水性等级HC1-HC3和HC4-HC6两类憎水性图像中的水珠形态差异,采用BP神经网络训练,结合不同的水珠特征量对大量憎水性图像样本进行训练,从而建立了水珠特征量与憎水性等级之间的数学关联,最终实现了依据水珠特征量识别复合绝缘子憎水性等级的目的。3)为验证上述方法,研制并开发了一套复合绝缘子憎水性等级识别系统。该系统包括图像采集装置和憎水性等级识别软件。其中图像采集装置由电动喷头,摄像头,照明装置等组成,可在实验室内获得复合绝缘子不同憎水性等级的图像。憎水性等级识别软件基于模块化设计,实现水珠图像特征量的提取与憎水性等级的识别。通过实验室采集的憎水性图像进行等级识别验证,以及无人机获得的某500kV直流输电线路中的憎水性图像实施工程应用,结果表明基于水珠图像特征量的复合绝缘子憎水性等级识别技术,能够较好地应用于实际工程中。