近年来,计算机断层成像技术(Computed Tomography, CT)已经在临床获得了广泛应用,尤其在医学诊断及治疗中的应用越来越广泛。与其他影像检查手段相比,如X线机, CT具有较高的分辨率,是现代影像学的杰出代表。然而由于CT设备在提高成像质量的同时,使用了更大的X射线剂量,使得人们越来越关注CT剂量对人体的潜在危害。包括GE, Toshiba和Philips在内的各大公司都在强调低剂量检查,以减少辐射剂量对病人的损伤,最新推出的CT也都以其剂量控制技术为最大卖点。通过限制管电流等CT扫描参数以及降低采样角度,可以达到降低辐射剂量的目的,但同时在投影数据中引入了很强的噪声,使得重建的CT图像产生严重退化,且图像中包含大量的条形伪影。因此如何在保证图像质量的前提下有效地降低射线剂量成为近年来CT领域的研究热点。随着计算机硬件技术的飞速发展,图像去噪和恢复领域出现了很多新算法、新思想,这也为从算法方面改善低剂量CT图像质量提供了新的契机。本文将回顾图像去噪领域的一些重要工作,阐述当前关于非局部,多尺度的算法思想,并将这些新的思想应用于稀疏角度及低剂量CT图像重建的问题中。针对稀疏角度CT重建及低剂量CT重建,期望降低CT剂量的同时有效改善重建图像质量,分别主要采用约束迭代重建算法,投影域恢复及图像后处理等方法。基于这两种有效降低辐射剂量的方式考虑,本文主要做了以下工作：(1)提出了一种基于非局部平均迭代修正的稀疏角度CT凸集投影迭代重建方法,该方法采用两相式重建策略：首先对CT稀疏投影数据采用POCS算法进行重建,以获得满足数据一致性及非负性约束的重建图像；随后由POCS重建图像导引非局部平均对其进行优化修正,以消除图像中的高频噪声,保持图像边缘,减少条形伪影,达到提升图像质量的目的。两相交替进行,直至满足某一终止准则。仿真实验表明,本文提出的非局部平均迭代修正稀疏角度CT POCS重建算法,可有效抑制重建图像噪声和条形伪影,大幅提高重建图像质量。(2)提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法。首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除；待投影数据滤波后,对滤波后投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建；然后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像。仿真和临床实验结果表明,该方法在噪声消除和伪影抑制两方面均有上佳表现。