扫描的投影数据；
[0049] S103、根据所述投影数据进行迭代处理，以获取目标图像；
[0050] S104、对所述目标图像进行非负处理，获取所述目标图像的非负图像；
[0051] S105、对所述非负图像进行非线性分解，获取第一非负图像和第二非负图像；
[0052] S106、对所述第一非负图像和所述第二非负图像进行稀疏化处理，获取满足目标 函数的最优化稀疏解；
[0053] S107、根据所述最优化稀疏解获取CT重建图像。
[0054]所述根据所述投影数据进行迭代处理以获取目标图像的步骤包括：
[0055] 基于CT图像的成像模型，获得依据所述投影数据计算目标图像的迭代模型，所述 迭代模型的公式表示为：
[0056]
[0057]其中，X为所述目标图像，Μ为系统矩阵，G为所述投影数据，i表示迭代次数，Xi表示 第i次迭代后得到的迭代结果;λ表示收敛系数，且λΕ(〇，1)，MT表示对矩阵Μ的转置；
[0058] 设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所 述目标图像中的每个像素点进行迭代更新，获取所述目标图像，所述迭代模型中的像素点 的当前灰度值与前次迭代的灰度值一致逼近。
[0059] 进一步，所述对所述目标图像进行非负处理将所述目标图像中灰度值小于0的像 素点置零，投影数据之前获取CT扫描的投影图像序列集，对所述投影图像序列集进行检测 优化并建立图像的显著模型，从图像显著模型中获取所述投影数据，建立图像的显著性模 型包括：
[0060] 利用预定过分割算法对所述图像进行过分割，和模板参数提取，对整个输入图像， 以8*8个像素为单元，计算每个单元的平均灰度值和每个单元的最大灰度值，得到至少一个 区域，同一个所述区域中各个像素点的颜色值相同；
[0061] 确定每个所述区域的颜色值和质心；
[0062] 根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型并计算 出每一个像素的梯度及角度值φ，将0°-180°平均分成9个区间，根据计算的每一个像素的 梯度和角度Φ，按照线性距离的概念投影到这9个区间，每个像素对所影响的上下两个区间 的权重分别定义为幅度*该角度到区间中心角度的归一化线性距离。
[0063] 进一步，所述所述显著性模型为：
[0064]其中，Si j为区域Ri中任一像素点的显著性值，w (Rj)为区域Rj中的像素点的个数，Ds (RnRj用于表征所述区域Ri和所述区域心之间空间位置差异的度量值，DcdRj用于表征 所述区域心和所述区域心之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域 的总个数，D s(Ri，Rj)为：
Center (Ri)为所 述区域心的质心，CenteHRj为所述区域心的质心，当所述图像中各个像素点的坐标均归一 化到[0，1]时；σ、2=0.4。
[0065] 对所述目标图像进行非负处理的步骤包括:将所述目标图像中灰度值小于0的像 素点置零。
[0066] 所述获取CT扫描的投影数据的步骤之前，所述方法还包括:获取CT扫描的投影图 像序列集，对所述投影图像序列集进行预处理获取所述投影数据。
[0067] 对所述第一非负图像和所述第二非负图像进行稀疏化处理的步骤包括：
[0068] 从所述第一非负图像和所述第二非负图像中提取可以部分重叠的多个图像块;获 取所述多个图像块对应的稀疏系数;对所述第一非负图像和所述第二非负图像进行最优化 求解，得到满足所述目标函数的最优化稀疏解。
[0069] 如图2所示，一种CT系统，该CT系统包括统射线源1、射线探测器2、数据采集模块3、 处理器模块4、目标图像获取模块5、非负图像获取模块6、分解模块7、稀疏化处理模块8和重 建模块9,所述射线探测器2通过探测到射线源1的射线并转换成信号传输到数据采集模块 3,所述数据采集模块3将接受的信号传输到处理器模块4,所述数据采集模块3获取CT扫描 采集的投影数据;所述数据采集模块3、目标图像获取模块5、非负图像获取模块6、分解模块 7、稀疏化处理模块8和重建模块9依次连接；
[0070] 所述数据采集模块3，用于获取CT扫描采集的投影数据；
[0071]所述处理器模块4，用于对所述数据采集模块3才几点数据信息进行处理；
[0072] 所述目标图像获取模块5，用于根据所述投影数据进行迭代处理，以获取目标图 像；
[0073] 所述非负图像获取模块6,用于对所述目标图像进行非负处理，获取所述目标图像 的非负图像；
[0074] 所述分解模块7,用于对所述非负图像进行非线性分解，获取主成分图像和次成分 图像；
[0075] 所述稀疏化处理模块8,用于对所述第一非负图像和第二非负图像进行稀疏化处 理，获取满足预定条件的最优化稀疏解；
[0076] 所述重建模块9,用于根据所述最优化稀疏解获取CT重建图像。
[0077] 所述目标图像获取模块5还用于基于CT图像的成像模型，获得依据所述投影数据 计算目标图像的迭代模型，所述迭代模型的公式表示为：
[0078]
[0079] 其中，X为所述目标图像，Μ为系统矩阵，G为所述投影数据，i表示迭代次数，Xi表示 第i次迭代后得的迭代结果;λ表示收敛系数，且λΕ (〇，1)，MT表示对矩阵Μ的转置;设置所述 目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每 个像素点进行迭代更新，获取最终的目标图像，所述迭代模型中的像素点的当前灰度值与 前次迭代的灰度值一致逼近。
[0080] 如图4:所述稀疏化处理模块8包括：图像块提取模块8-1，用于从所述第一非负图 像和所述第二非负图像中提取可以部分重叠的多个图像块;稀疏系数获取模块8-2,用于获 取所述多个图像块对应的稀疏系数;最优化求解模块8-3,用于对对所述第一非负图像和所 述第二非负图像进行最优化求解，得到满足所述目标函数的最优化稀疏解。
[0081]所述非负图像获取模块6还用于将所述目标图像中灰度值小于0的像素点置零。 [0082]所述CT系统还包括预处理模块10,所述预处理模块10用于对CT扫描获取的投影图 像序列集进行预处理以获取所述投影数据。
[0083]下面结合实施对本发明的的CT图像重建的实现过程进一步描述：
[0084]在步骤S102中，获取CT扫描的投影数据。
[0085] 在本发明的其中一些实施例中，在开始CT扫描前，根据被扫描物体的性质来设定 扫描参数，被扫描物体的性质可以是尺寸大小、密度、组成元素等物理性质，例如，被扫描物 体可以金属工件、人体、昆虫、动物、植物、电路板等不同性质的物体。因此对于不同的被扫 描物体，需要设定不同的扫描参数，扫描参数包括投影放大比、探测器的数据采集方式、射 线源的电压以及功率等，并且所有的扫描参数在后续的数据采集过程中保持不变。例如，如 果被扫描物体是老鼠，则设定投影放大比为1:1，探测器的数据采集方式为连续，射线源的 电压为80kv，功率为15W;如果被扫描物体是蚂蚁，则设定投影放大比为1:10,探测器的数据 采集方式为连续，射线源的电压为20kv，功率为10w。
[0086] 分别采集暗场图像及亮场图像，并通过求和平均得到平均暗场图像和平均亮场图 像。成像视场中不放置被扫描物体，不打开光源获取若干幅暗场图像，例如可采集5~10幅 暗场图像，对暗场图像按照对应像素灰度值叠加求和并取平均得到平均暗场图像。打开光 源采集若干幅亮场图像，并对亮场图像按照像素灰度叠加求和并取平均得到平均亮场图 像，通过暗场图像及亮场图像有效地降低了重建图像中噪声的影响。
[0087] 测量处于成像视场中的被扫描物体旋转中心到射线源的距离以及射线源到探测 器的距离。将被扫描物体置于成像视场中，测量由被扫描物体的放置中心到射线源的距离 以及射线源到探测器的距离，以便于进行图像重建。对被扫描物体进行等角度间隔圆周扫 描，得到投影图像序列集。对被扫描物体进行等角度间隔扫描的步骤为:将转台连续等角度 间隔地转动一周，并在每一次转动后对被扫描物体进行扫描。例如，等角度间隔扫描的过程 可以是:将被扫描物体置于转台上，连续转动360次，每次转动1度，每转动一次就进行一次 拍摄，直至转台旋转一周，得到投影图像序列集。
[0088]在步骤S103中，根据投影数据进行迭代处理，以获取目标图像。
[0089] 在本发明的其中一些实施例中，目标图像是指初始的待重建图像。利用预先设定 的迭代模型对上述步骤S102获取的预处理后的CT扫描投影数据进行迭代处理，获取用于重 建的目标图像。
[0090] 如图3所示，在一个实施例中，根据投影数据进行迭代处理以获取目标图像的步骤 包括：
[0091] 在步骤S103-1中，基于CT图像的成像模型，获得依据投影数据计算目标图像的迭 代模型。
[0092] 在本发明的其中一些实施例中，CT图像的成像模型可以采用以下