目前的国际形势并不太平，独立开发具有自主知识产权的大型加速器工业CT系统用于导弹无损检测，对增强我国国防实力、保障国家统一与安全非常重要。9M加速器工业CT系统的研制获得国家自然科学基金以及国家“十五”科技攻关项目的支持，同时也是清华大学的“985”重点项目。图像子系统负责工业CT系统的运行操作、数据处理、图像重建、图像处理检查以及数据存储管理，是整个系统的处理中心和操作中心。实现图像子系统是样机研制的关键课题，作者在课题研究过程中提出了多项创新思想和设计，有力地保证了9M加速器工业CT系统的总体检测指标达到甚至超过了美国同类产品的水平。 论文提出多分辨率重建检查方案以及相应的定点快速重建算法，初步解决了快速有效地重建、处理和显示大型工件断层图像的难题。以该方案为基础开发的图像子系统可以对CT图像进行在线重建和检查，而且检查过程和检查效果符合实际要求。论文首创多重特异性重建融合(MFTF，Multi-FeatureTomographicFusion)方法，大幅提高了固体发动机工业CT检测的质量和效率。MFTF方法得到的重建图像融合了多种特异性分量图像，有效地提高了系统对固体发动机中各种低对比度缺陷的分辨能力。由于该系统专用于检测某种定型发动机，论文提出演化离散马尔可夫(GDMRF，GeneticDiscreteMarkovRandomField)图像先验模型，并将该模型应用到贝叶斯最大后验重建方法中。GDMRF模型引入多分辨率演化和灰度级离散两种机制，能够充分利用工件的先验知识，不仅提高了计算效率和收敛速度，而且能降低统计噪声对重建图像质量的影响。此外，该文根据原型化算法开发过程设计了STM(SimulativeTomographicMachine)仿真平台，既简化了数据处理算法的设计过程，又使算法研究有延续性。为解决工程中遇到的具体难题，还设计了旋转中心动态标定、高能射线硬化校正、劣化探测器校正、双量程扫描数据合成以及多次扫描数据集成处理等实用方法。 目前，基于以上成果开发的9M加速器工业CT系统已经通过验收并正式交付国防单位使用，创造了较大的经济效益。更重要的是打破了西方国家的禁运，为国防科技发展提供了这项急需的关键技术装备。