双能CT利用两组不同能谱下的衰减信息, 准确分割两种基材料。 在实际应用中, 物体内部材料结构复杂、 组分多元化, 想了解其内部结构信息往往需要获取三种及三种以上基材料图像。 常规CT是连续混合谱束, 获取的投影信息与单能重建算法不匹配, 重建图像中各基材料的衰减系数存在误差。 由于工业领域材料的密度普遍较大, 所以重建图像中基材料的噪声更严重, 影响各组分表征准确度, 尤其对于衰减系数接近的材料区分难度更大。 为实现双能数据分解得到多幅高质量基图像, 除了重建图像本身存在的噪声影响外, 材料分解模型中系数矩阵的选取也十分重要。 然而重建图像中的衰减系数值与理论衰减系数值存在偏差, 重建图像中密度接近的不同材料的衰减系数相近甚至相等, 导致待分解像素的材料三元组选取错误, 降低了材料分解精确度。 因此, 提出一种在层间约束下的三维块匹配多成分分解方法。 该方法引入有质量体积守恒和每个像素至多包含三类材料约束的多材料分解模型, 将三维结构相似性信息加入到像素材料成分选取中, 利用三维结构信息进行约束求解达到降低噪声污染的目的, 获取大致分解的初始基图像; 再利用三维块匹配方法对初始基图像进行匹配, 对各基材料图像进行三维特征约束分类, 分类后选取含有该类基材料的最优材料成分三元组进行多材料分解, 得到更准确的组分表征图。 金属纯模体和花岗岩两组实验中, 与已有方法的结果图进行对比, 层间约束下三维块匹配分解方法对衰减系数接近的工业材料的识别更准确, 各组分表征图结构更完整, 图像质量更好, 细节处理也更精确。 金属纯模体实验中的定量分析表明, 相比已有方法, 该方法的PSNR值和SSIM值分别提高了5%～6%和31%～35%。 验证了该算法的有效性和鲁棒性, 在常规CT系统下实现了更精确的多成分分解。

基于光子计数探测器的能谱CT在材料分解、组织表征、病变检测等应用中具有巨大的潜力。在重建过程中，通道数的增加会造成单通道中光子数减少，从而导致重建图像质量下降，难以满足实际需求。本文从能谱CT重建的角度出发，将广义总变分向矢量延伸，利用奇异值的稀疏性，促进图像梯度的线性依赖，提出一种基于核范数的多通道联合广义总变分的能谱CT重建算法。在图像重建过程中，多层共享结构信息，同时保留独特的差异。实验结果表明，本文提出的算法在抑制噪声的同时，能够更有效地恢复图像细节及边缘信息。

在分析不同能谱对应的公共能量段下多能投影之间关系的基础上,研究了基于减影融合的多谱CT成像算法。该方法在分析不同射线源参数下射线能谱之间关联性的基础上,建立了递变能量多能投影序列减影融合模型,并通过递变能量获取工件的多个多能投影序列,结合减影融合模型,对所得投影图像进行减影融合,去除公共能量段投影信息,获取近似窄能谱的投影信息。最后采用统计迭代算法进行图像重建,减小噪声干扰,提高重建质量。实验结果表明,所提方法能通过多谱投影减影融合得到近似窄谱投影,有效抑制射束硬化伪影。

在传统合成孔径物面重聚焦成像过程中,前景射线会严重影响目标的重建质量,针对这一问题提出一种基于前景标记的重聚焦成像算法。首先根据EPI的边缘特征估计场景深度范围,根据指定待重建物面的参数提取前景边缘特征并进行扩散,从而确定前景遮挡对应的射线;对其进行标记筛除后,利用光场重建算法对特定物面进行重建,从而实现被遮挡目标的高质量重建。利用Stanford大学和Disney实验室提供的数据集进行仿真,实验结果表明该算法可有效去除场景中的遮挡物信息,提高重聚焦图像的质量。

现有的X射线CT成像系统, 受限于多谱硬化伪影和传统单能假设的CT成像方法, 只适用于结构分析却无法实现材料组分的有效区分。 对此论文提出了基于能谱匹配先验的多谱CT成像方法。 首先依据材料组分先验, 构建能谱滤波匹配模型, 设置能谱范围参数, 并通过滤波获取该能谱范围内的多能投影序列; 其次, 针对多能投影序列, 以材料组分为先验选择不同参考能量, 采用改进后的ART迭代重建算法, 实现了多谱CT成像。 仿真实验结果表明, 对于衰减系数相近的多种材质, 通过选取两段不同能谱范围, 重建出相应参考能量下的结果, 在一定程度上改善了图像质量, 对比度提高明显, 可实现组分有效区分与成像。

与传统计算机层析(CT)成像技术相比，能谱CT可在一次扫描中得到物体在不同能谱通道下的投影图像，这有利于区分物体的材质，提高信号噪声比。基于光子计数探测器的能谱CT是近年来成像领域研究的热点。由于能谱通道变窄，每个能谱通道内的噪声增加。为了有效降低通道内的噪声，采用基于全变分最小化的Split-Bregman算法进行图像重建。根据重建模体的先验信息，进行能谱通道的划分；采用Split-Bregman算法对含噪声和稀疏角的能谱投影数据进行重建。仿真结果表明，基于Split-Bregman算法的能谱CT图像重建方法能够有效减少能谱通道内噪声的影响，满足物体材质区分的需求。

在土层计算机断层成像(CT)图像序列中，由于分割目标的灰度值分布不一致，为目标区域的提取带来一定的难度。为解决此类问题，建立了基于结构先验的自适应分割方法。该方法通过设定初始切片的阈值，利用图像序列之间同一结构表征对象的连续性，以目标区域的面积变化作为约束条件进行递归分割，实现CT图像的自适应分割。对分割后的目标区域进行三维重构，以实现三维可视化。结果表明，该方法适用于分割目标灰度值不一致的图像序列，计算量小且能够精确地分割成千上万层图像中的目标。

X射线多能计算机断层扫描（CT）方法通过多次圆轨迹扫描获取不同能量下的投影数据进行图像重建，扫描效率较低，受辐射剂量较大。分能段CT成像方法依据传统圆轨迹CT，对不同扫描角度采用不同能量，获取分能段投影。针对分能段投影的灰度阶跃问题，采用精确高频定位的小波分析方法，结合小波低频的灰阶高度修正小波系数，实现小波逆变换后投影的灰阶修正，通过重建实现分能段CT成像。仿真结果表明，与硬化伪影校正方式相比，该方法在增加能量信息的同时消除了灰阶引起的灰阶伪影，可有效提高重建图像对比度并改善硬化伪影现象。