过程层析成像技术是近二十年来迅速发展起来的一项两相流参数检测的高新技术,其中ERT和ECT是两种最具代表性的过程层析成像技术,具有结构简单,非侵入性,成本低,应用范围广等优点,已成为过程层析成像技术的研究热点。无论在ERT系统还是在ECT系统中,如何提高成像的速度和精度才是关键,为了提高成像的质量,信息融合技术已经成为一种重要的选择。本文对上述两种层析成像技术的原理作深入分析,并汇报两种技术在不同模态和不同驱动模式下的融合技术研究成果。本文的主要贡献如下:1)基于模糊聚类的不同模态电学成像融合方法的思想,即针对同一场景我们往往可以采用两种或多种成像模态,比如ERT和ECT就是两种传感器,不同的模态下的电学成像往往具有互补性,将各种成像模型的多特征图像进行整合,可得到一个分辨率更高的的图像。2)基于模糊聚类和证据理论的同一种传感器的不同激励模式下的融合,比如基于ERT可以有两种激励模式,即邻边激励模式和对边激励模式。为了实现图像融合及提高融合的质量,本文还提出了一种新的融合方法,即D-S证据理论。这个方法采用模糊聚类有效地确定证据理论中关键的mass函数值,自动地获得高分辨的融合图像。3)本文采用Comsol仿真软件对ERT和ECT系统进行仿真,利用获得的仿真数据在Matlab中进行图像重建。实验结果包括以下两方面的工作:一是基于ERT的不同激励模式即邻边激励和对边激励之间的融合,同时也对多种激励模式的图像重建的效果进行了比较,得出各种激励模式中采用相邻两个电极作为激励电极的情形图像重建的效果最好;二是对ERT和ECT两种不同传感器成像进行融合,由于ERT和ECT应用的范围不同,ERT要求被测对象是导电流体,而ECT则要求被测对象是非导电流体,测量原理的不同造就了ERT和ECT之间的互补性,因为在实际应用中,导电流体和非导电流体的混合流体是普遍存在的,因此对ERT和ECT进行融合是很有必要的。