电容层析成像(Electrical Capacitance Tomography,ECT)技术利用安装在被测物场周围的电极阵列对物场施加特定频率、幅值的激励电压,测量电极对之间的电容值,并以此通过重建算法获得被测物场内介电常数的可视化分布。该方法具有非侵入、响应快、无辐射、成本低等优点,在工业多相流检测中具有广阔的应用前景。电容层析成像图像重建算法的精度是制约该技术在多相流检测中成功应用的瓶颈问题之一,针对重建算法的研究一直在进行。本文利用Kalman滤波算法对ECT进行图像重建,该算法利用多次测量电容值迭代求取图像灰度值的最小方差估计,充分利用了噪声的统计特性,主要工作及结果如下:(1)基于经典Kalman滤波方法的ECT图像重建,研究了ECT的Kalman滤波方程的稳定性。从理论上证明了Kalman滤波器不稳定,其最终估计值(图像灰度值)受滤波初值的影响,研究了Kalman滤波器的初值问题,针对这一问题,通过仿真实验获得了Kalman滤波器的最佳初值组合。仿真实验结果表明,与Landweber迭代算法、Tikhonov正则化算法和灵敏度系数法相比,在最佳初值组合下的Kalman滤波算法重建图像质量更好。(2)由于多相流流型的时变性,本文研究了基于自适应Kalman滤波的ECT图像重建。本文提出了引入系统噪声的ECT状态模型,利用系统噪声反映多相流流型的变化。采用基于极大似然准则的自适应Kalman滤波方法在线修正系统噪声的方差矩阵,建立了ECT的自适应Kalman滤波方程,并进行仿真和静态实验,结果表明,该方法可以有效地提高重建图像质量。