计算机断层成像技术（Computed Tomography）是当今临床医疗中最重要的诊断方法之一。然而，金属伪影对CT结果图像以及医疗诊断都产生了很大的影响。因此，金属伪影去除是目前CT领域的挑战性的热点问题之一。分析CT图像中金属伪影形成的原因发现，由于金属的密度较高，金属物体对X射线能量的衰减要远远高于人体组织结构，导致探测器几乎接收不到X射线光子，探测器接收到的是有丢失的错误数据。对该数据进行滤波反投影重建后，CT图像上将出现明显的明暗相间甚至剧烈的条状伪影。显然这些伪影不是真实的图像数据，伪影的存在严重影响了金属物体周围的组织，使得诊断变得非常困难。论文针对金属伪影去除问题，从算法的时效性及修复效果出发，分别对传统的投影插值法（又叫MAR1算法）及NMAR算法进行改进，提出了两种金属伪影去除算法框架。具体工作如下：1.提出一种基于余弦投影的金属伪影去除算法。在传统的MAR1框架下，通过优化金属轨迹预测问题，直接从原始正弦图中分割金属轨迹，无需重建原始图像及前向投影（FP投影）过程，极大地节省了时间。且在剧烈伪影存在时能保证金属轨迹的准确定位，为后续金属区域修复提供保障，实现证明，修复效果较好。2.提出一种轨迹优化的归一化金属伪影校正方法。在NMAR算法框架的基础上引入了基于余弦轨迹的修复方法，对缺失的投影数据进一步修复补偿，针对性地改善了金属轨迹区域沿着轨迹方向的不连续性问题。实验表明，对于消除金属与高密度组织间的伪影问题有很好的修复效果。3.为了更好地分割金属图像及先验图像，本文将双边滤波法引入TNMAR算法框架。该算法是结合空间域信息和灰度相似性的一种折中处理。去噪的同时保存了图像上的各组织结构间的边缘信息。实验验证，该算法较适合处理CT图像中的噪声问题。