医学成像系统用来扫描病人为疾病诊断和辅助治疗获取有价值的信息。理想的扫描仪具有足够的灵敏度来发现任何早期阶段的异常组织。但是由于医学影像图像分辨率的限制,常常导致无法对微小病灶进行诊断。在这项研究中,提出了一种超分辨率算法对计算机断层扫描设备CT(Computed Tomography)图像进行后处理,提升最终图像的空间分辨率,从而帮助医生对病灶进行更精确地诊断。本文中提出一种新颖的超分辨图像重建方法,输入的序列低分辨率图像先是使用基于傅里叶变换的图像配准,通过计算功率谱相位差并进行反傅里叶变换算出峰值所在的位置求出运动偏移位置,使得序列图像相对于参考图像在空间上对齐。然后对图像像素矩阵系数进行频域变换并使用滤波器去噪使得其保留系数矩阵的低频部分而去除高频部分,因为大部分噪声会出现在高频部分。对去噪后的图像频域系数矩阵进行去模糊处理,最后用边缘检测方式分别对图像的不同部分进行插值重建得到一副高分辨率图像。本文使用该超分辨率算法在计算机断层扫描设备中对其图像进行后处理用以提升图像最终的空间分辨率。实验采用低剂量扫描模体生成的低分辨率图像作为输入图像,并对其进行超分辨率重建得到的输出高分辨率图像与其他的重建方法比较。本文方法的优势在于最终重建出的图像在空间分辨率方面有显著提升,并且图像的背景噪声也有很大程度地减小。实验显示本文方法可以很显著的提升图像的分辨率,在信噪比增强度和结构相似度的图像质量评估中相对于其他算法有更好的表现。本文的“超分辨率算法”可以在计算机断层扫描设备硬件不升级的情况下以一种经济可行的方式帮助改善图像质量。