电阻层析成像( Electrical Resistance Tomography, ERT)技术是近年来发展起来的一种适用于两相流参数检测的新型检测技术。两相流参数通过ERT重建图像提取,为确保两相流参数的准确性,ERT重建图像的质量至关重要。本文针对提高重建图像质量的要求,对对称的双电流源激励模式下的图像成像算法进行了深入研究,并提出了改进方案。在本论文的研究中,主要完成了以下几方面的工作:1.总结了ERT技术的发展过程及研究现状,从系统组成、技术特点、发展方向等方面对ERT技术进行了综合评述。分析了ERT模型的建立、有限元网格的划分及正问题的求解方法,介绍了几种常用的ERT反问题成像算法。2.使用对称的双电流源激励下的测量电压数据,对几种不同流型进行图像重建,主要利用了灵敏度系数法(STM)和牛顿-拉夫森类算法(MNR),并对MNR算法进行了改进,引入了学习因子的概念,并应用局部自适应均值滤波方法进行ERT图像重建,有效地改善了重建图像质量。3.在MNR算法迭代逼近问题上,采取一种新型的逼近方式——正弦矢量逼近方法,充分利用双电流源激励不同相位差带来的有效信息,并取得了初步的成果。本文对双电源激励下的图像重建算法进行了深入研究,在原有算法的基础上进行了改进,对双电流源激励下ERT技术的发展作出了有益的探索。