在计算机断层摄影(CT)成像的实际应用中,由于存在高剂量放射线强加给患者的风险,因此希望可以从有限的投影数据中准确地重建高质量的CT图像。 尽管投影有限,但重建的图像经常会遭受严重的伪影,并且对象的边缘模糊。 近年来,基于压缩感测的重建算法已经从有限的投影中吸引了大量注意力,用于CT重建。 在本文中,为消除条纹伪影并保留对象的边缘结构信息,我们提出了一种基于加权总差(WTD)最小化的新型迭代重建算法,并证明了该算法的优越性能。 WTD度量在梯度域中同时执行稀疏性和方向连续性,而常规的总差(TD)度量仅在水平和垂直方向上实施梯度稀疏性。 为了解决基于WTD的少数视图CT重建模型,我们使用了软阈值滤波方法。 进行了数值实验,验证了算法的有效性和可行性。 对于典型的FORBILD头部幻像切片,在实验中使用40个投影,我们的算法在均方根误差(RMSE),归一化均方根距离( NRMSD)和归一化平均绝对距离(NMAD)度量,并且在峰值信噪比(PSNR)度量方面具有超过10%的增益。 在进行噪声预测的实验时,我们的算法在基于RMSE,NRMSD和NMAD度量方面的收益超过15%,而在PSNR度量方面的收益超过4%,优于基于TD的算法。 实验结果表明,我们的算法在抑制条纹伪影和保留对象的边缘结构信息方面取得了较好的性能。