该论文以提高CT系统重建图像质量为目的,从图像重建和图像校正两方面入手,做了一些深入的研究,并提出了一些切实可行的方法.另外,该论文亦对新兴的小波多分辨率局部重建进行了研究,对于重建图像的缺陷检测和物体识别,也结合新兴的分形维和神经网络理论进行了探讨.对于基于统计模型的迭代重建算法的研究是该论文的一个重点.在重建图像质量上,基于统计模型的迭代重建算法相对于卷积反投影算法有诸多优点.但由于所需要的迭代次数多,实际应用受到了限制.该论文探讨了在卷积反投影之后应用迭代算法对图像质量的提高,设计了调整因子以提高算法的稳定性,并在算法之间进行了比较,对于提高重建图像质量进行了切实有效的探索.图像校正是该论文的另一个重点.针对硬化现象,探测器不一致性,探测器微动,探测器失效和散射现象,文中都提出了有效的校正算法.基于多色系统参数的硬化校正算法是在对CT系统各种参数进行物理分析之后提出的一种简单有效的校正方法.对于探测器不一致性的校正,文中提出的是一种建立在CT投影数据几何关系的基础之上的一种校正算法.对于新兴的小波多分辨率局部重建算法,该文亦进行了研究,并分析了小波选取的一些基本原则.