计算机断层扫描成像(Computerized Tomography,CT)是一门结合了机械、自动化、计算机科学和X射线等多门学科的新成像技术,由于CT重建的图像具有空间和密度分辨率高等特点,使它在医疗无损害诊断和工业无损检测领域得到了广泛的应用。由于CT的被扫描物体中的金属物质造成了投影数据的不准确,使通过其重建的图像中产生了明暗相间的条状伪影,或称为金属伪影。这些伪影严重损害图像质量,影响了图像的后续处理和分析。因此,金属伪影问题是CT研究中的重要问题,也是自X射线CT问世以来一直寻求解决的热点问题。本文首先介绍了CT成像和重建的理论基础,分析了金属伪影的成因,然后对国内外目前的多种关于金属伪影的校正方法进行了归纳综合和仿真实验,并对其中一些主流算法的实现方法进行了优化,分析了各类方法的利与弊,最后提出了基于自适应衰减和滤波的CT去金属伪影混合法。基于自适应衰减和滤波的CT去金属伪影混合法首先选取合适的阈值分割出金属区域,对金属投影数据进行自适应衰减和滤波,然后通过滤波反投影(FBP)重建图像。再利用原始投影数据对金属区域进行最大期望值(EM)局部重建,最后根据迭代重建的结果,对衰减和滤波后重建的图像中的金属区域进行补偿。根据Matlab数值仿真实验结果表明,该算法能有效去除金属伪影,完整地呈现金属物体的结构,并能保证金属物体周围的成像不失真,降低了阈值选取精确度对算法重建结果的影响。而且本算法的计算复杂度较小,即使被扫描物体对包含多个金属物体,图像的重建效果也很好。此外,本文最后还提出了进一步研究和完善该算法方向,通过这些研究将有可能解决CT新技术和新应用中的金属伪影问题。