太赫兹波具有低能量、相干性、高穿透性、瞬态性、“指纹谱”性等特点同时CT成像可以为我们提供材料样品内部结构的具体信息,太赫兹时域光谱技术(Terahertz Time Domain Spectroscopy,THz-TDS)与光谱层析成像技术在材料样品检测方面有很好的发展潜力以及应用前景。太赫兹时域光谱成像技术不仅能够辨别样品的形状,而且由于太赫兹波的指纹谱特性,可以通过样品不同位置的光谱信息来进行成分辨别。本文以太赫兹光谱学为理论基础,利用太赫兹时域光谱技术(THz-TDS)获取样品的光谱数据,主要针对样品检测中两个关键问题进行研究。首先,利用获取的样品的光谱信息,我们采用太赫兹CT成像技术获取样品的内部结构,获得样品太赫兹图像,运用太赫兹图像增强去噪技术进行处理,提高分辨率。第二,在第一部分工作的基础上,我们充分利用样品图像每个像素的光谱信息,对样品的材质信息进行分析,以此来获取样品的材质信息。主要研究内容如下:首先,本文研究了一种基于神经网络的太赫兹样品识别方法。环境和物质结构的微小变化都可以用太赫兹波探测,太赫兹时域光谱技术可以很好的应用物质的内部结构和分子间相互作用,它可以得到物品独一无二的指纹谱,即使是结构非常相似的物品,其太赫兹谱也有显著差异,因此可以用于物品分类。本文提到的方法通过提取折射率、吸收率、介电常数及消光系数等多种特征参数对探测物品进行分类识别。通过计算其吸收光谱、折射率、飞行时间等多个特征,采用BP、SVM和LVQ三种方法进行多特征联合的药品检测,准确率可达到95%以上,可用于检测识别药品。接下来,本文研究一种太赫兹CT快速收敛的方法。作为太赫兹技术的重要方向之一,太赫兹成像可以很好的显示物品的多层信息。基于最大似然的期望最大化算法是一种重要的图像统计重建方法,可以得到较好的图像质量,但是成像过程中,仍然需要多次迭代,成像效率较低,因此太赫兹成像中重建十分费时,收敛速度亟需提高。文中通过将有序子集算法(Ordered Subset Expectation Maximization,OSEM)和二次步长收敛成像方法相结合,在保证了成像质量的情况下又提高了算法的重建速度,从而提高成像效率。最后,本文研究改进了一种太赫兹三维图像重建的方法。通过太赫兹时域光谱仪测量得到样品的太赫兹时域光谱投影数据,首先对投影数据进行图像重建,然后对重建图像进行太赫兹图像增强并且分割,最后对处理结果进行三维成像,得到分辨率较高的三维成像结果。太赫兹CT图像三维重建结合太赫兹波的安全性,高分辨等优点,为样品的无损检测提供了新的思路。