In materiaalkundig onderzoek is de analyse van de structuur en het vervormingsgedrag van materialen essentieel. Hoge-resolutie X-stralen tomografie (µCT) en meer specifiek de beeldvorming van dynamische processen met behulp van 4D-µCT zijn krachtige niet-destructieve technieken om deze analyses uit te voeren. Een analyse van een dynamisch proces vereist het verwerken van 3D data terwijl het materiaal vervormt. Dergelijke vervormingsanalyse wordt Digital Volume Correlation (DVC) genoemd. Vergeleken met 2D analyses (Digital Image Correlation, DIC) heeft DVC een achterstand in termen van performantie omdat DVC zowel op het gebied van acuraatheid als computationele complexiteit een grotere uitdaging bieden vormt door  de grotere dimensionaliteit van het probleem. Het doel van dit project is om de kloof tussen DIC (2D) en DVC (3D) performantie te verkleinen door de bovenstaande problemen aan te pakken. Hiervoor denken we aan een hard-software co-design oplossing, waarbij we de mogelijkheden van een innovatief continue-acquisitie µCT systeem combineren met robuuste schatters en multi-frame DVC technieken. Het combineren van deze algoritmes in een raamwerk voor CT reconstructie zal het potentieel van 4D-µCT significant verhogen. Beide innovaties zullen een synergie vormen en het mogelijk maken accurate DVC uit te voeren op uitdagende objecten die een complex vervormingsgedrag tonen.