本篇硕士论文是基于相关系数及反算法的电容层析成像(Electric Capacitance Tomography,ECT)的研究。ECT是由过程层析成像技术发展而来的,它可以测量空间物质的分布并且能够快速地展示其结果,属于非干扰测量方式。ECT因具有响应快、安全、不干扰流场、经济、无辐射等优点而得到国内外专家的认可与研究。现在ECT已经迅速成为研究和工业实践中不可缺少的过程成像工具。为了获得改进的ECT重建方法,提高空间分辨率,减少图像误差,本文首先提出了一种基于数据相关分析的ECT成像方法,该方法不是利用传统的敏感场。本方法首先将高介电常数的介质依次分配给传感器中每个微元,并获得电容值。然后使用电容向量与待成像系统的电容向量之间寻找相关系数,并为每个特定的测量情况生成校正矩阵,从而生成新的灵敏度图。与传统的灵敏度图相比,相关系数算法产生的敏感场能适应传感器中的材料分布。为了较快获得数千组电容值,本文通过MATLAB编程实现Maxwell自动运行,能够在数据采集方面实现自动化,从而节省了人力。通过仿真实验,验证了该算法与经典Landweber算法大致相同的成像效果。该算法提高了图像重建的质量,并且不需要迭代。通过将相关系数算法与Landweber迭代算法相结合,可以进一步提高图像质量。通过实验验证,本文所提出的方法有实用性,且有较好的成像效果。该算法对传感器中存在高介电常数如水等介质同样也有较好的成像效果。