X射线计算机断层扫描(Computed Tomography,CT)技术在农林业应用、工业无损检测、材料学以及医学诊断等领域发展迅速,特别是在临床医学领域发挥巨大作用。X射线辐射会对病患造成一定程度的伤害,并诱发癌症等疾病,因此如何在获取解剖信息清晰且密度分辨率高的重建图像的同时尽可能地减少CT辐射剂量已成为CT研究者们的奋斗目标。降低管电流是一种减少辐射剂量的有效方法,此方法会导致投影数据产生噪声,进而损失低剂量CT重建图像的质量。本文主要采用改进重建算法、对投影数据进行去噪以及对重建图像的噪声滤除三种方法进行噪声去除和伪影抑制,主要创新工作如下:1.为克服全变分算法容易造成阶梯伪影和过度平滑的问题,构造一个加权方差和图像梯度共同作用的边缘指示函数,该扩散函数与全变分(Total Variation,TV)模型结合得到基于加权方差的TV模型。进而,将新模型引入到惩罚加权最小二乘重建(Penalized Weighted Least Square,PWLS)算法中得到一种基于加权方差TV的统计迭代重建去噪算法。采用两步进行新模型的优化估计,首先,采用交替方向迭代法将联合问题分解为两个子问题,接着,分别采用梯度下降法和可分离抛物线替代法求解。通过视觉效果和量化指标分析,新算法重建图像质量在得到明显改善的同时边缘细节分辨率高。2.由于中值滤波不仅能够消除脉冲噪声,还可以较好地保留图像边缘,给出一种基于中值非局部先验的最大后验概率投影域滤波算法。该算法先对投影图像进行中值滤波,再根据图像块间的相似性进行自适应非局部降噪,采用高斯-赛德尔方法得到所提模型的最优解,最后经过滤波反投影(Filtered Back Projection,FBP)算法得到最终CT重建图像。采用修正后的大脑模型进行仿真实验,所提算法不仅在平滑投影图像噪声和抑制条形伪影方面表现良好,且可获得高信噪比图像。3.直觉模糊熵(Intuition Fuzzy Entropy,IFE)能够自适应地区分图像平坦区域和边缘细节区域,便将其与各项异性扩散模型的扩散函数共同作用得到一种基于IFE的边缘扩散函数。同时,采用新指示函数对广义全变分(Total Generalized Variation,TGV)模型改进得到新的自适应TGV正则化滤波模型。最后,通过一阶原始-对偶算法求解新模型获取最终重建图像。仿真模型和实际数据实验结果均表明新算法在抑制噪声和去除条状伪影方面表现突出,同时较好地保留低剂量CT复原图像的纹理结构特征。