现代工业监测过程中存在大量两相或多相流分布的问题,精确检测各相分布对于工业过程优化与控制有着重要意义,因此,过程层析成像技术近些年来迅速发展起来。然而,单一模态成像机理的局限性,重建方程组求解问题的病态性,以及系统应用的实时性要求,对技术的硬件和图像重建算法均提出很高的要求。本课题将着重对图像融合技术的原理、意义和算法进行探讨。通过分析射线层析成像技术(Computerized tomography,CT)、电容层析成像技术(Electrical capacitance tomography,ECT)成像机理以及单一模态的局限,研究将图像融合技术应用于CT、ECT图像重建中,使得在提高重建图像精度的同时,对硬件系统实时性的影响较小。论文的主要工作及结果如下:(1)提出基于空间域的改进逻辑滤波器融合算法应用于CT/ECT图像融合,利用像素值的相似性测度进行“或”运算。对于过程层析成像系统而言,当不同成像机理的CT、ECT重建图像中小波系数相差较大时,该算法可提高重建灰度图像的0、1信息度,使其接近于理想流型的二值图像;同时,该算法未进行繁琐的数学计算,原理简单且易于实现,有利于工业现场的实时监测。(2)基于D-S证据理论在处理不确定性、模糊性问题时具有的优势,针对PT技术成像结果的模糊易错性,提出将D-S证据理论应用于CT/ECT图像融合,运用聚类算法中的隶属度函数表示证据理论中的基本概率赋值函数,实现“像素—概率—像素”之间的转化。实验结果表明该方法可有效提高图像重建精度,且对系统实时性干扰较小。