CT(Computed Tomography)技术是X射线领域一个重要研究方向,其原理是由于物体不同部位对X射线衰减不同,从而在探测面形成X射线图像的衬度分布。通过多个角度的投影数据结合特定的重建算法,即可重构出物体内部构造信息。然而,CT技术在应用中更受关注的点是重构效果与重构过程消耗的时间。本论文将讨论从平板探测器的输出预处理,以及锥束CT系统几何参数标定这两方面对重构中的伪影进行消除。再研究基于CUDA的反投影滤波重建算法,以提升重构效率。首先,将分析实验使用的平板探测器可能存在的性能缺陷。以X射线衰减的数学模型为基础,分别针对平板探测器的暗电流、增益不一致和光场不一致推算出校正公式。而坏像素点则由于产生的特殊性,需要单独进行识别再做校正处理。然后,根据计算出的理论基础先分别进行实验,证明上述理论的实践效果良好。再将综合处理的结果运用到重建算法中,根据校正前后的重构效果证明所提出方法的可行性。其次,介绍锥束CT系统的几何结构,并探讨投影平面可能存在的几种偏差情况。按照几何误差存在的类型,推算出几何误差对投影点位置产生的影响。再根据误差类型设计仿真实验。仿真实验的投影数值将按照上一步推导出的公式进行处理,利用仿真结果论证系统误差对重建效果的影响。实际测量过程中将设计标定模型并推导出几何参数计算公式。再依据几何误差的类型设计对比实验,而对比实验的结果可以初步证明所获取参数的正确性。然后,将标定方法运用到实际CT实验中,以重建图像的质量证明数据标定是否准确。最后,在提升重构效果的同时将研究CUDA并行化处理。此步骤将先探讨CUDA硬件架构、软件架构以及编程模型。分析反投影滤波重建算法的实现步骤在串行模式下的局限性,再将CUDA具体结合到该方法中。并以Tesla P40为硬件基础,编写CUDA版本的重建算法。最后,设计实验以对比CPU串行程序和GPU并行程序重建相同图像消耗的时间,证明GPU多处理器架构可以优化CT重建算法。