X射线递变能量成像主要是解决成像系统动态范围受限情况下复杂异形工件的高动态成像问题。目前递变能量成像主要采用固定管电压间隔采集模式，该方法在检测对象结构未知的情况下，不能实现射线能量与有效厚度的匹配，采集效率低。对此，论文提出基于变能量成像的能量参数预测方法研究，使能量参数的选择与物体衰减厚度变化相匹配，实现物体结构信息的快速获取。本文在分析递变能量图像序列特点的基础上，结合临近厚度和有效厚度交替递变特性，提出了基于幂指数模型的最佳管电压预测方法，该模型由有效厚度的图像灰度和管电压物理函数，以及有效厚度——临近厚度灰度差与管电压的函数关系构成。通过模型求解，实现了递变能量成像最佳X射线管电压预测。其次，幂指数预测方法中利用函数拟合建立有效厚度和临近厚度灰度关系，论文从信息优化角度建立有效厚度和临近厚度关系，提出基于卡尔曼滤波最佳X射线管电压预测方法。该方法以卡尔曼滤波构建有效厚度的图像灰度时间更新方程，以及有效厚度估计临近厚度的状态更新方程，建立临近厚度的图像灰度和管电压函数关系，以此预测临近厚度最佳成像时的管电压。最后，论文采用厚度连续变化的标准钢块以及厚度不均匀变化的发动机缸盖分别进行验证试验，以预测精度达到95%以上为标准，对比两种预测方法的试验结果表明：对于厚度连续变化的物体，基于卡尔曼滤波的预测方法比幂指数模型方法的预测精度平均高3.94%；但对于厚度不均匀变化的复杂结构物体，基于幂指数模型的预测方法具有更高的预测精度，平均比卡尔曼滤波方法高0.15%；但从整体上看，基于卡尔曼滤波的预测方法具有更高的准确性。