工业锥束计算机断层成像(Computed Tomography,CT)作为一种各向同性的射线检测技术,已广泛应用于无损检测领域。然而实际CT系统与理想系统之间存在较大差异,导致被扫描物体的重建图像受到伪影的影响,严重降低了CT系统的成像质量。伪影校正方法的校正效果和校正速度一直是CT领域中的难点和热点。因此,研究快速、有效的伪影校正方法,对伪影校正技术的发展具有重要意义。针对工业锥束CT的伪影校正,本文主要在几何伪影校正、金属伪影校正以及伪影校正加速三方面展开研究,取得的研究成果如下:(1)针对现有自校正方法中部分参数校正精度较低的问题,提出了一种基于投影对称性的几何参数自校正方法。该方法结合锥束CT系统的几何关系,选择对图像重建质量、体素尺寸、定位位置影响较大的五个几何参数进行校正。首先利用重建图像的结构相似性指数,通过区间分段法校正探测器的面内旋转角;然后将其余四个参数分为两组,以中心平面对称投影的均方差为代价函数,借鉴交替方向法的原理,采用黄金分割法和NM单纯形法分两步求解使代价函数最小时的两组几何参数。实验结果表明:本文方法对重建图像中的几何伪影有较好的校正效果,提高了在同类方法中两个求解误差较大几何参数的校正精度以及重建图像的空间分辨率。(2)针对插值法在校正多金属伪影时校正效果较差的问题,本文结合数字体模仿真多金属伪影的原理,提出了一种基于指数校正模型的多金属伪影校正方法。该方法利用阈值在投影图像上直接确定金属区域,并对金属区域的投影值建立指数形式的校正模型,模型以阈值、校正幅度和校正阶数为参数,通过使用NM单纯形法迭代求解使重建图像熵最小时对应的校正参数以达到校正目的。实验结果表明:本文方法能有效减少由多金属物质导致的放射状伪影和带状伪影,同时对硬化效应有一定的抑制作用,校正后重建图像中感兴趣区域的信噪比得到了较大提升。(3)针对大数据量情况下伪影校正过程中图像重建较为耗时的问题,提出了一种基于多图形处理单元(Graphic Processing Unit,GPU)机群系统的重建算法三级并行加速方法。该方法将多GPU机群系统的结构划分为节点层、GPU层、GPU内线程层三个并行级别,然后根据重建算法的特点将重建任务划分给三个级别,并设计了对应的并行优化策略。与现有的GPU加速技术相比,该方法将多GPU技术与机群技术相融合,充分发挥了两者的优势。实验结果表明:该方法在获得与单一计算机相同校正质量的同时,大幅提高了大数据量情况下伪影校正的速度。随着计算节点数量的增加,伪影校正的加速比提升明显。