X射线断层扫描(Computed Tomography,CT)技术在临床医学成像领域中受到广泛应用。然而,该项技术也具有一些不可忽视的缺点。首先,人们最为关注的就是CT扫描过程对人体造成的伤害问题。从射线源向人体辐射出的射线,由于其携带能量较高,很容易将被击中的分子结构破坏,从而对人体造成不可逆的伤害。而为了保证CT图像重建质量,需要用高辐射剂量得到量子噪声水平较低的投影数据。可见,降低辐射剂量与提高重建质量是相互矛盾的。此外,重建图像对比度较低,也是CT成像技术的另一处短板。对于人体中血管、脂肪、器官等软组织结构,在CT重建的图像中它们的衰减系数十分相近,这无疑对医疗诊断增加了难度。本论文为致力于解决上述问题展开了深入的研究,以下为本论文的主要工作成果:1.提出一种针对能谱CT的高质量图像重建算法。该算法主要有三个创新点:1)利用能量通道之间的相关性,有效降低了能谱CT的辐射剂量;2)利用基于增强型Wolfe条件的自适应步长选择方法,提高了算法的计算效率,同时也拓宽了它的可应用范围;3)对于截断投影数据,当参考图像可提供全局信息时,该算法可以实现图像内重建,并且图像中感兴趣区域的外部同样也能被完美重建出来。在实际应用中,能谱CT能够有效提高CT重建图像的对比度分辨率,但同时也面临着高辐射剂量问题的困扰,本算法通过提高能谱CT的剂量使用效率解决这一问题。在算法实现的过程中,我们首先需要找到一幅与各通道相关的参考图像,并建立一个用于计算参考图像和各通道目标图像相关系数的目标函数。通过对取负值的目标函数进行最小值优化,就可寻找到目标图像的最优解。此外,通过对图像中的直流分量的去除和像素块策略的引入,可以进一步对目标图像中的细节信息进行保护。在优化目标函数的过程中,我们基于增强型Wolfe条件引入了一种自适应步长选择的方法,大大提高了算法的计算效率和应用价值。通过大量的数值仿真以及真实数据实验对该算法进行验证,结果证明该算法具有很强的抗噪能力以及细节保护能力。2.提出一个针对截断数据内重建问题的运动校正算法,校正过程中目标物体的运动估计通过多项式约束的方法达到了像素级精度,并且该算法没有利用任何先验信息作为运动估计的依据。基于投影数据的冗余性,各采样角度下对应的投影向量被认为充分包含了当前时刻被测物体的运动信息。我们将被测物体的各种运动参数进行高密度采样,并求出各个采样运动参数所对应的高维空间中的重投影数据,使重投影数据与真实投影数据之间的局部线性关系可以被找到。然后利用LLE降维算法,从投影数据中映射出相应的运动状态。为了提高针对截断数据的运动校正精度,我们又进一步对LLE算法估计出的运动参数进行多项式约束,最终得到了一种基于带有约束的LLE运动校正算法。通过大量的数值仿真实验,证明该算法对被测物体运动参数的估计比较准确,且具有一定的抗噪性。3.提出一种有效抑制数据量子噪声的通用CT图像重建算法,在保证抗噪的前提下,该算法能够较好的保护目标图像的细节信息,尤其对重建物体的整体结构能够准确还原。由于低辐射剂量会产生以量子噪声为主的投影数据,因此,我们针对这种噪声的特性设计了一种通用的CT图像重建算法。首先,我们对给定的投影数据进行基于能量和频率的噪声估计。然后,利用所估计噪声,根据非局部贝叶斯去噪原理对给定的投影数据进行去噪处理。通过离散梯度变换、重投影、局部对比度计算以及加权优化处理等一系列的操作,得到一个优化的投影数据结果。最终,通过对优化后的投影数据进行图像重建,我们便能得到最终的输出图像。该算法已经过大量的实验验证了它的可行性与通用性。