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。

能谱计算机断层成像(CT)可以利用多个不同能谱的衰减数据来获取窄能谱投影,窄能谱CT图像能够提高组分定量表征的准确性。鉴于此,基于未知的X射线能谱提出一种获取窄能谱投影的能谱CT盲分离算法。首先建立带有材料先验的X射线多能谱正演模型,其能够为窄能谱投影提供能量指向。其次依据测量数据的泊松统计特性,构建关于能谱拟合系数向量和厚度向量的约束优化问题,并采用块坐标下降算法对其进行求解。该算法在非负矩阵分解和高斯牛顿算法之间可以交替更新。仿真和实际实验结果表明,与已有算法相比,所提算法分解的CT图像具有更少的硬化伪影和噪声,各分解投影图像符合窄能谱投影的特征,能够提高获取窄能谱投影的准确性。

与传统的激光钻孔不同,透明材料的bottom-up钻孔是将激光穿过材料,聚焦于材料的下表面,由底部一层一层地将材料向上去除。基于不同脉宽的激光,探讨了玻璃材料bottom-up钻孔的机理。结果表明:除了超短脉冲激光外,纳秒激光亦可以实现bottom-up钻孔,而且更容易实现零锥度钻孔;bottom-up钻孔效率随脉宽减小而降低,2 ns~50 ps激光的切割效率比超快激光高,此结果不同于常用的top-down加工的结果,文中亦尝试对此现象进行了解释。