电容层析成像技术（Electrical Capacitance Tomography,ECT）是一种极具应用前景的可视化成像技术。成像质量低制约了 ECT技术的应用,本文主要通过研究计算成像方法提高图像质量,主要的工作总结如下:（1）定性分析了常规迭代和非迭代成像算法的数学原理与优缺点,定量评价了线性反投影算法、Tikhonov正则化算法、Landweber迭代算法、共轭梯度算法、代数重建算法、同步代数重建算法的数值性能。（2）设计了一种基于稀疏先验的图像重建目标函数,将病态图像重建问题转化为一个优化问题;采用两步迭代阈值方法（Two-step Iterative Shrinkage/Thresholding Algorithms）有效地求解该目标函数。实验结果表明,该方法能够确保解的稀疏性与稳定性,减少了伪像,较好地重建出图像的细节信息。（3）为了提高重建质量,提出了一种同时考虑模型偏差和测量噪声的成像模型;建立了一个采用L1范数设计数据保真项和正则项的目标函数,缓解解对干扰噪声的敏感性和增强重建目标的稀疏性;将软阈算法和快速迭代收缩阈值方法（Fast Iterative Shrinkage Thresholding Technique）集成到分裂布雷格曼方法（Split Bregman Method）中有效地求解该目标函数。数值实验结果表明,该成像方法不仅能够提高重建质量,而且具有更好的鲁棒性。（4）为了减小图像误差和伪像,设计了一种以L1-2范数作为正则化项的目标函数;为了改善算法的全局收敛性,提出了一种结合了蚁狮优化（Ant Lion Optimizer）算法和交替方向乘子（Alternating Direction Method of Multipliers）算法优势的模因算法（Memetic Algorithm,MA）有效地求解该目标函数。实验结果表明,该算法相比于传统的图像重建方法能够获得高精度的重建结果,改善ECT的重建质量,提高了算法的全局收敛性。（5）为减弱测量噪声对成像质量的影响,提出了一种基于变分模态分解（Variational Mode Decomposition）的降噪方法,减小了采集电容值的与真实电容值之间的差别。该方法采用变分模态分解方法提取电容信号中的模态分量,设计了更加具有针对性的滤波方法,并采用经蝠鲼觅食优化算法（Manta Ray Foraging Optimizati on Algorithm）优化后的阈值滤波方法对各模态分量进行降噪。数值结果表明,该方法可以有效地缓解电容测量噪声,提高了电容数据质量,为重建高质量图像奠定了基础。