随着现代工业的发展,液固两相流参数的准确在线测量对许多工业生产部门包括冶金、化工、电力等工业都有着重要意义。在众多两相流参数检测手段中,超声波层析成像(UCT)因其自身优点受到广泛关注。但离散相介质的随机分布特性及其复杂的声场物理特性要求UCT系统具有很高的图像重建精度。UCT图像重建的精度取决于图像重建算法的优劣,而现有图像重建算法皆不能满足两相流的精度要求。因此,为高精度UCT系统的研制寻找一种可靠的图像重建算法是本文的工作重点。文中首先根据超声波衰减成像原理建立了图像重建的数学模型。针对图像重建问题的不适定性,引入了Tikhonov正则化方法。并在经典Tikhonov正则化算法的基础上,成功的将超定数学模型下的解作为新的限制条件应用到欠定数学模型的计算中,由此提出了一种新的正则化方法——双参数正则化算法。最终通过大量的仿真实验总结出双参数正则化算法中最优参数选取的方法。最后,为验证双参数正则算法的有效性在仿真平台上与传统的图像重建算法一同进行了仿真实验。仿真结果表明双参数正则化算法不仅具有更高的成像精度,图像中液固两相的边界也更加清晰可靠,并且有效抑制了伪像的产生。该算法的提出不仅扩展了正则化的思想涵义,而且为高精度UCT系统的成功研制提供了算法基础,具有重要的理论意义和实用价值。