绝缘子表面憎水性检测是判别绝缘子性能优劣的主要手段。基于数字图像分析的憎水性检测方法克服了传统方法的主观性。但由于憎水性图像的特殊性,主要包括憎水性图像获取环境的复杂性和憎水性图像自身所存在的特殊性,以及由此所造成的憎水性图像的模糊性,使得直接对获取图像进行憎水性等级检测结果的准确性较差,因此,本文考虑到传统的处理算法无法满足憎水性图像的模糊性和随机性的需要,将模糊理论和仿生物优化算法—蚁群算法应用到憎水性图像的处理中,提出一系列的对憎水性图像处理算法:包括对憎水性图像的基于自适应直方图均衡的增强、基于模糊逻辑的滤波、基于模糊熵的阈值分割、基于蚁群算法的边缘提取操作。为了验证算法的有效性,给出了分割和边缘提取的后续憎水性等级判别方法:最大水珠面积比法和改进的形状因子法。实验结果表明,采用模糊理论和蚁群算法对憎水性图像的预处理,在一定程度上能够提高憎水性等级在判别时的准确率。对绝缘子表面憎水性等级的判别具有重要的现实意义。