张玉燕 殷东哲 温银堂† 罗小元

1) (燕山大学电气工程学院， 秦皇岛 066004)

2) (燕山大学， 测试计量技术及仪器河北省重点实验室， 秦皇岛 066004)

针对平面阵列电极边缘电场和病态特性严重影响电容图像重建质量的问题， 提出了一种改进的自适应Kalman滤波图像重建算法来同时减小电容及介电常数矩阵的噪声， 在构建引入噪声的平面阵列电容成像状态模型的基础上， 利用极大似然准则来对介电常数矩阵噪声方差阵进行在线估计及实时修正， 并且通过对系统误差协方差矩阵进行动态加权的方法来对此算法的收敛速度进行优化.通过一种复合材料结构件进行缺陷检测实验， 结果表明与LBP， TR正则化及Kalman滤波算法相比， 自适应Kalman滤波算法图像误差最高可降低约20%， 图像相关系数高达0.79， 收敛速度提升约15%， 说明自适应Kalman滤波算法对提升重建图像质量的有效性.此研究对提高平面阵列电容成像的量化精度有着重要意义.

1 引 言

平面阵列电容成像(planar array electrical capacitance imaging)技术是近年来由电容层析成像(electrical capacitance tomography， ECT)技术发展而来的一种新型无损检测技术[1]， 与传统ECT不同， 平面阵列电极传感器是将所有电极排列在同一平面内， 利用电极边缘效应对被测介质敏感， 通过测量电容获得被测空间敏感场介电常数的分布信息， 经过图像重建得到图像灰度值信息.

平面阵列电容成像技术具有灵敏度高、穿透性强、不受被测物几何空间限制等特点[2]， 可以对被测物进行单面检测[3].因此， 该可视化成像技……