粮食安全是我国社会和谐、经济稳定、经济持续发展的一个重要前提。传统的针对粮粒害虫的检测方法有许多不足之处,如主观性太强、不易发现隐蔽性害虫等。近年来,国内外学者应用各种新型检测技术对粮粒害虫检测进行了较为深入的研究,但无法实现对粮粒内部卵及低龄幼虫的自动检测。Micro-CT成像技术通过成像系统扫描可获取粮粒的高分辨率立体信息,分析粮粒内部显微结构的变化,实现粮粒内部害虫的早期自动检测。本文重点对麦粒Micro-CT图像采集、麦粒的Micro-CT图像重建及麦粒的三维可视化三部分进行研究。本文主要工作内容如下:构建麦粒长轴定向的多籽粒固定装置,使麦粒在扫描时固定在中心位置并保持合适的姿态。利用Micro-CT图像采集系统,当X射线阳极电压为55 k Vp、电流为72?A、滤过器为AL、积分时间为200ms时,分别在米象产卵后的第3、9、17、22、28天,采集卵期、低龄幼虫期、高龄幼虫期、蛹期和成虫期侵染麦粒投影图像。选取麦粒厚度为1-6mm立体图像数据中同一位置的灰度立方体进行分析,结果表明随着麦粒厚度增加,灰度立方体灰度值逐渐减少,麦粒对比度逐渐降低。采集麦粒长轴与旋转台面成0°、45°、90°的投影图像,分析其旋转角度与成像效果之间的关系,结果表明麦粒整体对比度也会随着麦粒长轴与旋转台面的夹角增加而增加。以Shepp-Logan头模型为对象,分别利用滤波反投影法、代数迭代重建算法、联合代数重建算法和统计迭代重建算法实现了头模型的仿真与重建。在不完全投影数据的情况下,利用FDK算法、SART算法、MLEM算法进行重建,结果表明SART算法重建获得的图像质量较好,可清晰的反应出麦粒内部信息,MLEM算法重建迭代收敛速度较快,图像质量优于FDK算法重建结果,但次于SART算法。在完全投影数据下,FDK算法重建图像效果最好。在FDK算法中利用混合滤波函数对麦粒投影数据进行重建,结果表明混合滤波函数法获得了对比度更高、噪声更少的麦粒切片图像。对麦粒切片进行分割、形态学操作、滤波等处理后获得了适用于三维可视化的麦粒二维切片图像。采用高斯低通滤波器对三维数据数据进行平滑处理并利用phone模型进行灯光设置优化,实现了基于MC算法的可视化,结果表明在MATLAB平台上利用MC算法实现可视化可以较好地还原麦粒内部结构。在Mimics平台上实现了麦粒的三维可视化,利用分割后填充的方法去除了内部空腔及部分裂纹等干扰因素,结果表明Mimics平台可以对麦粒内部结构模型进行处理,获取麦粒内部特征信息。