医学CT图像已经成为临床应用中不可或缺的诊断工具，然而医学CT成像过程中由于病人运动而产生的伪影是实现高精度诊断的最重要障碍之一，即使微小的运动也会对高分辨率CT图像带来较大影响，当运动伪影使图像质量严重下降时，可能会导致医生误诊。因此，消除医学CT图像中的运动伪影、提高图像质量成为目前图像处理领域的热点研究课题。
　　本文所做的主要工作如下：
　　(1)提出了基于频域幅度相关性的CT运动伪影校正方法。根据运动参数与扇形束投影数据的关系，利用频域幅度相关性实现平移和旋转运动参数估计，然后在滤波反投影重建过程中，加入估计出的运动参数进行补偿，校正运动伪影。改进的Shepp-Logan头部模型实验、人体头部图像实验和临床数据实验表明，该方法在估计精度、实时性和运动伪影校正效果方面均优于HLCC方法。比LLE方法在实时性方面具有较大优势。
　　(2)提出了基于Radon变换的CT运动伪影校正方法。由于Radon变换可以将二维的平移关系降为一维，简化了运算。从提高估计精度的角度，提出基于相位相关法的运动参数估计方法；从提高实时性的角度，提出基于扩展差值函数的运动参数估计方法。实验证明，相位相关法在不增加运算量的前提下，运动估计精度比频域幅度相关性方法明显提高；扩展差值函数方法在不降低估计精度的前提下，运算量比频域幅度相关性方法显著降低。
　　(3)提出了基于图像盲复原的CT运动伪影校正方法。在图像重建过程中，将SATV正则化的RL迭代算法和OSEM重建技术相结合，在迭代过程中交替完成图像重建和运动伪影校正。RL迭代算法只根据原始数据便可估计出清晰图像，而SATV正则化约束项可以有效保留图像边缘及细节信息，同时去除噪声影响。实验证明，该方法的运动伪影校正效果优于基于FDK的运动补偿方法。