电阻层析成像(Electrical Resistance Tomography,ERT)是电学层析成像(Electrical Tomography,ET)的一种模态,其成像对象为电导率分布。该技术通过布置在被测物场边界上的电极阵列,形成从不同方向扫描物场的敏感场。通过测量电极间的电势差,获取不同扫描方向上的投影数据。再采用适当的图像重建算法,由投影数据向量推算物场内的电导率分布,实现被测物场内部介质分布的可视化。由于该技术具有非侵入、无辐射、响应快等特点,在多相流测量和医学临床监护等领域有广阔的应用前景,是目前层析成像技术研究的热点。本文利用多物理场耦合软件Comsol Multiphysics建立ERT传感器的有限元模型。ERT传感器的敏感场分布在一个三维空间,但ERT传感器的建模通常在二维上进行,ERT系统的图像重建也多以二维图形式给出。本文先是建立了ERT传感器模型的二维有限元模型,分析了电极材料和电极宽度对传感器性能的影响;而后又建立ERT传感器的三维有限元模型,分析了电极长度对传感器性能的影响。通过分析传感器结构参数对电压响应值和敏感场的影响,确定了ERT传感器的结构参数。本文研究了该传感器的轴向敏感空间。采用Landweber迭代算法作为图像重建算法,迭代初值是线性反投影算法所得结果,重建用到的灵敏度矩阵为改进的灵敏度矩阵。借鉴ERT重建图像的评价方法,定义了两种敏感度评价指标。通过对位于不同轴向位置的多种介质分布状态进行图像重建。并通过重建图像的视觉效果和敏感度评价指标的对比,研究了ERT传感器的轴向敏感空间,该工作对ERT重建图像的解释和应用具有实际意义。ERT传感器中心区域的灵敏度远低于边缘区域的灵敏度,这给高质量图像重建带来困难。针对此问题,本文提出了一种基于改进灵敏度矩阵的图像重建方法。从正问题入手,通过对灵敏度矩阵元素的阈值滤波,限定各投影方向上灵敏度的取值范围,提升低灵敏度区域的相对敏感程度,增强传感器中心区域的相对灵敏度值,从而降低灵敏度矩阵的病态。通过仿真和实验对多种电导率的分布进行图像重建,并对比了图像重建误差和正问题模化误差,验证了所提方法的有效性和适用性。本文还尝试采用ERT传感器三维有限元模型获得灵敏度矩阵,该灵敏度矩阵敏感带较窄,对多目标分布的区分有优势。