数字乳腺层析成像(Digital Breast Tomosynthesis,DBT)是一种新型的乳腺疾病影像筛查技术。该技术利用有限角度内的投影数据,重建出乳腺的伪三维断层图像,能够有效的解决乳腺摄影中的组织堆叠问题,提供更丰富的诊断信息,减少误诊率和漏诊率。因DBT的扫描对象及限角成像的特点,采用传统方法重建的图像中具有以下两个问题:一是乳腺组织对X射线的吸收差异较小,投影数据的组织对比度低,从而导致重建图像中乳腺组织间的对比度也严重不足,影响病灶的显示;二是限角扫描只采集了少量的投影数据,数据采样不足,导致物体中的高密度物质在重建图像中形成层间伪影和下冲伪影。针对DBT成像的对比度不足及高密度物质伪影的问题,本文提出了对应的解决方案,具体工作如下:(1)针对DBT图像低对比度问题,提出了一种基于块重叠的限制对比度直方图均衡的投影增强算法,简称“BOL-CLAHE”。该算法利用投影图像的局部信息进行限制对比度的图像增强,通过改进图像分块的方式,解决增强后图像块拼接时图像灰度不均匀的问题;同时为了避免图像中的噪声被过度增强放大,在算法框架中引入了引导滤波去噪。此外,在增强前分离致密腺体组织进行灰度拉伸,进一步增大致密组织的对比度。为验证BOL-CLAHE算法的有效性,本文采用了物理乳腺体模和临床患者数据进行实验,其定量及定性分析的结果表明,本文算法能有效的增强乳腺图像的对比度,特别是有效的增强了图像的细节纹理及病灶显像。(2)针对DBT成像中高密度物质引起的层间伪影及下冲伪影的问题,提出了一种基于加权反投影滤波的伪影校正算法。该算法基于像素驱动的反投影模型,根据系统矩阵找到重建体素在各角度下对应的投影值,并计算投影值的极差、均值及方差;利用半置信区间将受到高密度物质影响的投影数据筛选掉并用均值替代;在反投影时结合高斯加权模型和极差约束来进一步抑制受高密度物质影响的投影值在反投影时的权重,从而抑制层间伪影;最后通过图像域分割高密度物质的方法,消除下冲伪影。为验证本文算法的有效性,实验采用体模和临床患者数据进行,其定量及定性分析的结果表明,本文算法能有效的抑制高密度物质形成的层间伪影及下冲伪影,提升图像质量。