近日，我院殷晓康教授团队安全科学与工程专业博士研究生Martin Mwelango在共面电容无损检测方法方面取得重要进展，相关研究成果《基于估计点扩散函数的正则化图像反卷积方法抑制共面电容传感中的扩散效应》(Mitigating spreading effects in coplanar capacitive sensing via regularized image deconvolution using an estimated PSF)发表在《Measurement》。《Measurement》是工程技术领域的国际顶级期刊，目前影响因子为5.6（中科院2区）。
论文第一作者为博士研究生Martin Mwelango，通讯作者为殷晓康教授，开云电竞投注（华东）为第一署名单位和唯一通讯单位。该研究得到国家自然科学基金以及“泰山学者”青年专家计划的联合资助。
论文首页
精确的缺陷尺寸表征是推动共面电容传感技术在结构健康监测与损伤预后等主动安全管理应用中发展的关键。然而，共面电容传感器（Coplanar Capacitive Sensors，CCSs）固有的扩散效应严重制约了缺陷的精确表征，降低了电容成像结果的可靠性。
针对这一问题，本文引入图像反卷积方法，并结合有限元仿真与实验研究，对两种基于正则化的反卷积算法，L2正则化和全变差（Total Variation，TV）正则化，在电容成像中的性能进行了系统评估与对比。并基于实验信号估计得到的点扩散函数（Point Spread Function，PSF）并通过优化正则化参数，分析了两种方法在抑制扩散效应方面的有效性。
传感器点扩散函数（PSF）估算方法
结果表明，两种方法均能显著减弱扩散效应，其中TV正则化在噪声抑制和缺陷边界恢复方面表现更优，尤其在导电材料试样中优势更加明显。研究还发现，扩散效应与材料类型及方向性密切相关，在导电试样中呈现出更强的各向异性特征。自动选取的正则化参数λ表现出一致的变化规律：实验数据通常需要更强的正则化，而导电材料则有助于提升λ的稳定性。
不同大小非金属材料缺陷的在两种反卷积方法下的计算结果
总体而言，TV正则化获得的零幅全宽最小，但相较于L2正则化仅具有有限优势。综合来看，经过优化的L2与TV正则化反卷积方法均能够有效抑制共面电容成像数据中的各向异性扩散效应，使反演得到的缺陷尺寸更接近真实值，从而增强共面电容传感技术在主动安全管理应用中的实用性。
论文链接：https://doi.org/10.1016/j.measurement.2025.120213
