在微焦CT成像中，通常利用增大X射线源管电压、管电流来提高扫描效率，但射线源功率增加会导致焦点尺寸增大，投影图像模糊，从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题，本文提出利用深度学习在投影域映射非理想焦点与理想焦点投影之间的关系。推导了理想焦点投影与非理想焦点投影的正向关系，基于该关系构建配对数据集；提出一种基于自注意力机制的U-net网络（SU-net）学习非理想焦点投影到理想焦点投影的逆向关系。仿真实验和实际实验结果表明，提出的SU-net方法能准确地从非理想焦点投影中估计出理想焦点投影，可有效减少焦点导致的图像模糊。

基于激光驱动超热电子产生的高品质X射线源是高能量密度实验中有效的诊断技术手段, 对辐射源亮度、穿透性和时空分辨率等特性具有极高的要求。结合粒子模拟和蒙特卡罗模拟研究, 首先利用近临界密度等离子体实现了激光自聚焦通道中的大电量高能电子加速, 通过直接加速机制产生了电量超过600 nC、有效温度可达15 MeV的高能电子; 以此为基础提高电子-光子能量转换率, 有效优化了光子能量和产额, 并通过一定的转换靶参数优化方案产生了微焦点(FWHM小于200 μm)、高能、高亮度X射线, 为高空间分辨(小于200 μm)成像诊断提供了很好的途径, 有望早日实现激光等离子体轫致辐射单脉冲瞬态照相的实际应用。

考虑微焦点X射线仪成像信噪比低, 混合噪声污染严重等问题, 提出了一种乘性、加性混合噪声去除方法。首先, 建立了含乘性、加性混合噪声的图像模型;其次, 基于总变分和稀疏表示原理分别构造了滤除加性噪声和乘性噪声的目标函数;最后, 应用显式差分算法和梯度投影算法分步滤除加性噪声和乘性噪声。实验结果显示, 与总变分去加性噪声方法相比, 该方法处理后的图像平滑区域均值与标准差比(MSR)平均提升了10.9%, 细节区域拉普拉斯梯度模(LS)平均提升了15.6%。这些结果表明: 本文算法不仅有效滤除了微焦点X射线图像的混合噪声, 并且较好地保留了图像细节特征, 能够满足集成电路内部缺陷检测对图像平滑度和细节清晰度的要求。

在部分相干光学理论的基础上，建立了一个整体相位衬度调制传递函数理论模型，模型中包含了光源焦点面积大小对 X线相衬成像系统相位调制的影响，并通过数值模拟和数据计算，提出了 X线相衬成像系统对光源焦点面积的选择原则，和焦点面积确定条件下的成像参数优化方法，结果表明，这种包含 X线光源面积因素的相位衬度调制传递函数模型，更能反映整个系统的光学成像性能，更能有利于成像参数的优化设计。