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。

对含高密度差材料的大尺寸多层球壳构件采用双能CT方法进行无损检测,当采用高能射线扫描时,低Z材料区对射线基本无阻挡,而采用低能射线扫描时又会被高Z材料区截断,因此需要根据双能射线投影特征开展针对性的图像重建方法研究。首先，根据材料结构特征建立仿真模型,分别模拟得到高、低能射线的投影正弦图,然后采用滤波反投影和代数重建法等算法进行图像重建。通过仿真和比较分析,得出先融合投影再重建图像的方法要整体优于先分别重建再融合图像的方法。另外，为保证图像重建质量,在进行扫描射线能量选择时,要考虑提高局部投影质量,更要尽量减少被截断的总投影量。

双能CT成像技术在医学和安检领域应用广泛, 可分为真双能成像和伪双能成像两种类型。针对真双能成像中存在的正弦图空间位置不匹配的问题, 提出了一种高低能正弦图快速配准方法。该方法利用相关系数来检测高低能正弦图投影角度方向的相对位移。针对二维相关系数计算量大的问题, 采用对正弦图横向左半部分或者右半部分进行横向投影的方法获取一维信号。并设计了一维相关系数的快速计算方法, 同时提出了一种快速求相关系数最大值的数值算法来检测一维信号的位移, 进而得到高低能正弦图的相对位移, 完成正弦图的配准。实际实验结果验证了算法的有效性。