电容层析成像技术(Electrical Capacitance Tomography,ECT)主要具有响应快、非侵入和成本低等优点。作为过程成像技术的一种,其原理是被测物质介电常数分布可由围绕在其周围的电极板间电容值来确定。ECT图像重建技术主要应用于对两相流的介电常数分布状况进行图像重建,为系统的优化设计以及在线检测提供了一种新的方式。在对相关文献进行深入研究的基础上,分析和总结了ECT图像重建的基础理论与数学模型,结合压缩感知理论与期望最大化算法的基本思想,主要完成了以下一些工作内容:首先,阐述了本论文的研究意义和研究背景,剖析了ECT技术领域的研究现状,分析了其未来的发展趋势,简述了主要的研究内容。其次,分析了ECT系统的组成结构以及其数学模型等相关理论,介绍了压缩感知相关技术,对后面新方法探索做了充足的准备。再次,阐述了ECT反问题的理论思想以及ECT图像重建的准则,对常用的ECT图像重建算法进行了描述。在分析常用算法的基础上,提出了基于期望最大化的ECT图像重建算法,改善了成像的质量。最后,先阐述了传统ECT图像融合技术,结合该技术引出了压缩感知域内ECT图像融合方法,介绍压缩感知域内ECT图像融合的原理,阐述了融合规则选择的依据。随后对进行融合的源图像经过稀疏化处理,按照压缩感知域内ECT图像融合的步骤进行实验,证实了本文的融合方法与传统方法相比,在数据量的处理上显著减少,实现了ECT图像重建技术新突破。