电容层析成像技术(Electrical Capacitance Tomography,ECT)是过程层析成像技术(Process Tomography,PT)的一个重要分支,主要用于管道及容器内部多相流的实时成像。作为一种新兴技术,ECT具有低成本、非侵入、实时性强、操作简单等优势,而且由于目前计算机技术的高速发展,其成像速度和精度都得到较大提高,因此ECT技术已成为一种多相流检测领域的重要手段。本课题将围绕ECT系统图像重建算法和流型辨识展开研究,主要工作及成果如下:1.研究了基于稀疏性的ECT图像重建算法。ECT图像重建具有非线性和病态性,直接影响图像重建的精度。工业生产中,部分ECT图像本身具有稀疏性,将压缩感知(Compressed Sensing,CS)理论的稀疏重建算法直接应用于ECT图像重建,可以有效克服ECT图像重建的非线性和病态性。本课题以稀疏梯度投影算法(Barzilai-Borwein Gradient Projection for Sparse Reconstruction,GPSR-BB)为例,由仿真和静态实验可知,该算法可有效区别多个物体,边缘信息保真度较高;2.研究了基于稀疏性的ECT流型辨识算法。将归一化后的测量电容值信号用训练样本集进行稀疏表示,使其具有稀疏性并满足压缩感知理论应用的基本要求,以压缩感知的正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)求取各标准样本对应于训练样本集的稀疏解;最后根据待测样本和标准样本稀疏解之间的线性相关程度来判别待测流型的归属种类。通过仿真和静态实验可知,该方法具有较强的抗干扰能力,流型辨识精度基本可满足工业生产的要求。