在CT扫描中,射线对病人有一定危害,低剂量成像是CT技术的一个重要研究内容。低剂量可以通过稀疏视角下的投影采集来实现,然而用解析法对稀疏投影的重建会引入严重的伪影。基于压缩感知的重建算法可以实现精确稀疏重建,其中总变差最小是其经典代表。自适应梯度下降-投影到凸集是一种可以用来求解TV最小这一最优化问题的有效算法,然而因为其算法参数较多,选择最优参数需要经验选取。ADMM算法可以用来有效求解1范数问题,所以本文研究基于ADMM的TV算法,主要做了如下工作:(1)设计并实现了基于ADMM的TV算法,通过与FBP算法的比较,论证了TV算法的稀疏重建能力。(2)设计了一种基于有序子集技术的ADMM算法—OS-ADMM.该算法可以提高ADMM算法的收敛速度。其中,重点研究了子集划分规则和子集内投影顺序的编排方法。(3)设计了一种TV优化问题中的平衡因子的自适应选取方法。研究表明,该方法选取出的平衡因子可以获得高精度的重建图像。ADMM算法可以有效求解TV最小化问题,其算法参数不需要人为选取,并保证算法可以收敛。该文提出的平衡因子的自适应选取方法和OS-ADMM算法的综合运用,将实现基于ADMM算法的高速高精度重建。