在工业管道运输过程中,管道内部的介质多为混合物,混合物中通常包含有两种或者两种以上的物质,由于在流动过程中,动力学特性复杂,随机性较大且难以描述,在对其流动参数检测时存在困难。电容层析成像技术（Electrical Capacitance Tomography,ECT）作为过程层析成像技术的一部分,受到众多科研机构以及学者的青睐,逐渐成为可视化检测技术发展的研究热点。ECT技术不仅具有广阔的发展前景,而且成像迅速,结构简单,具有非侵入式的特点,广泛用于气力运输、流型识别以及可视化监控的多领域。作为一种实时的智能检测系统,电容层析成像技术通过检测管道内部的介电常数以及引起电容值变化的介电常数分布对容器内部进行可视化重建,在对管道图像重建时需要利用图像重建算法将数据转化成可视化图像。由于ECT问题本身的病态特性,在进行可视化测量时,不可避免的会对测量结果造成影响,为了改善测量精度,本文分别从ECT传感器结构和成像算法入手,引入新的评价指标对传感器结构进行优化,对图像重建算法进行改进。论文主要研究内容如下:由于ECT传感器内部敏感场分布不均匀,离极板近的地方灵敏度较高,远离极板以及区域中心灵敏度低,为了改善敏感场的不均匀特性,首先分析了ECT结构参数对于测量结果的影响,再利用正交试验对ECT传感器结构进行优化以获得较为均匀的敏感场分布,ECT传感器优化参数主要包括电极板张角、屏蔽罩高度、管道壁厚度及其相对介电常数。ECT传感器结构和性能指标之间关系复杂,在评价性能时存在矛盾性,当结构参数数目较多时,这种解析关系更加无法确定,为此,定义了模糊满意度函数来评价参数和性能指标之间的关系,并以模糊综合满意度指标（Fuzzy Comprehensive Satisfaction Index,FCSI）作为评价标准,并以此为依据对ECT传感器的结构参数进行优化设计。并对优化实验结果进行极差分析,仿真实验表明基于多指标正交实验模糊优化设计使得电容传感器的敏感场分布更加均匀,对比均匀场性优化函数以及误差所得到的传感器参数结构,应用FCSI得到的结构参数在图像误差分别降低了7.6%、5.3%,在均匀性目标函数方面较前两种评价指标有所提升。针对ECT问题的病态性,本文提出了基于隐式迭代的截断奇异值分解法（TSVD）正则化改进算法,该算法不仅克服了较小部分奇异值对最终结果的影响,增加了最终解的保真性,并且收敛速度较快,求解病态方程具有较大的稳定性。本文选取5种两相流仿真流型,进行图像重建对比实验,结果表明:本文提出的算法优于其他成像算法,能够更加客观的反映出管道内的介质分布的情况,通过对比相对图像误差、相关系数等参数,基于隐式迭代的TSVD正则化改进算法的图像误差降低且图像相关系数得到了明显的提升。