工业计算机断层成像(CT)扫描大尺寸和高密度工件时,会出现穿不透、扫描角度有限导致的投影数据不完备、重建伪影严重等问题。基于此,提出一种将工件的CAD设计模型作为先验知识,来实现该类对象的有限角CT重建优质图像的方法。由工件CT扫描的断层位置计算CAD模型对应的分层位置,并得到模型的像素截面;根据CT系统X射线能量和模型中各部分材质,确定和生成一幅衰减系数图像,并将其配准到一幅零灰度图像中,得到先验图像;最后对扫描投影数据进行SART+TVM+PRIOR算法重建,得到重建图像。仿真实验和实际工件扫描实验的结果显示,加入先验图像后重建的图像质量要远远优于未加入先验图像的重建结果,边缘结构更加清晰,并极大地减少了伪影。

针对CT系统在实际应用中出现的金属伪影问题，提出一种基于先验插值的金属伪影校正算法。文中通过预滤波、骨骼分割和软组织恢复步骤计算先验图像，并利用先验图像的正向投影对原始投影中的金属投影区进行插值校正。应用该算法对数值仿真图像和临床CT图像分别进行了校正重建实验。数值仿真实验表明，用提出算法校正的结果比线性插值金属伪影校正算法、归一化金属伪影校正算法校正的结果更接近理想体模。临床数据实验表明：该算法的重建结果有效抑制了金属伪影，清晰重建出金属边缘细节，极大地提高了重建图像的质量。

在低采样率、低信噪比(SNR)的探测条件下，多光谱重建图像噪声增多，重建质量大幅度降低。为了提高多光谱图像的重建质量，提出了一种基于先验图像约束的多光谱压缩感知（PICHCS）重建方法。PICHCS利用多光谱图像的空间相关性和谱间相关性重建出初始图像，并将相邻谱段的初始图像取平均获得高信噪比的先验图像。先验图像与目标图像相减可以使优化目标稀疏化，并使得重建结果具有与先验图像类似的高信噪比特性。通过数值模拟和实验验证了该重建算法的可行性，并在不同的采样率、信噪比条件下和全变差低秩联合重建算法进行了对比研究。结果表明，PICHCS可以在低采样率低信噪比情况下提高多光谱图像的重建质量，从而降低对数据采样率和系统信噪比的要求。