集装箱货运是当前全球化经济中货物运输的主要方式,集装箱货物的全面检查对各国国计民生的安全运转具有重要意义。当前作为各国海关主要检测手段的集装箱透视检查系统具有一定的局限性,其图像信息存在射线方向上的重叠,导致漏检情况出现。双能CT成像技术能够提供被检物的三维结构和材料信息,大大提高检测的准确性。然而,相比于已有较多应用的低能双能CT,集装箱高能(MeV)双能CT具有很大的技术难度,目前还没有这样的产品,公开的研究资料也很少。本文拟针对集装箱高能双能CT成像技术,解决其图像重建和材料分解的核心技术难度,为研制集装箱高能双能CT产品奠定理论和算法基础。本文从高能X光子与物质相互作用原理出发,针对集装箱高能双能CT,创新性地提出了去光电效应的双基材料分解模型,相比传统双基材料模型能更准确地表达高能X射线衰减系数函数空间;并在此模型基础上,提出了一种去光电的投影域分解算法。模拟实验表明:投影噪声水平不太高时,该算法能有效提高双能CT对高原子序数材料的分解准确度。针对海关集装箱检查中材料多样、原子序数范围宽的特点,进一步提出了去光电的动态双基材料分解模型,对高能X射线衰减系数函数空间的描述精度进一步提高,并由此模型提出了一种去光电的动态双基材料投影域分解算法。模拟实验表明:投影噪声水平不太高时,该算法能够进一步提高高原子序数材料的分解准确度。当集装箱货物密度较大时,投影数据的噪声将明显变大,此时,上述投影域算法的分解效果会受到较大影响。本文将双能重建图像数据按照密度中心进行材料聚类,并与去光电的动态双基材料分解模型融合,创新性地提出了基于图像域材料聚类的高能双能CT迭代分解算法。模拟实验表明:基于双能重建图像密度中心的材料聚类与被照物实际材料分布较符合,而该算法结果不仅保持了材料识别的准确度,其图像质量也远高于投影域分解结果。本文利用9/6MeV加速器和线阵列探测器搭建了一套集装箱高能双能CT实验系统,实验结果表明:本文算法性能达到了集装箱双能CT的设计要求,满足了应用需求。