1.一种CT图像重建方法，所述方法包括：

获取CT扫描的投影数据；所述投影数据包括物场图像O，平均亮场图像R和平均暗场图像S；

对所述投影数据进行反log操作 其中，x表示反log操作后的所述投影数据；根据所述反log操作后的投影数据进行迭代处理，以获取目标图像；

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；

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，所述第一非负图像表示所述非负图像矩阵中基向量的部分，所述第二非负图像表示所述非负图像矩阵的权重系数；

对所述第一非负图像和/或所述第二非负图像进行稀疏化处理，包括：从所述第一非负图像和/或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/或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，所述目标函数为： 其中，Ri∈RM×N，Δ表示所述第一非负图像或所述第二非负图像，RiΔ表示从Δ中提取的图像块，|| ||2表示2-范数，|| ||1表示1-范数，γ为正则化参数，D表示过完备字典，αi为第i个图像块RiΔ对应的稀疏系数，Γ为所有图像块的稀疏系数集合；获取满足目标函数的最优化稀疏解；

根据所述最优化稀疏解获取CT重建图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述反log操作后的投影数据进行迭代处理以获取目标图像的步骤包括：基于CT图像的成像模型，获得依据所述反log操作后的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：其中，X为所述目标图像，M为系统矩阵，G为所述反log操作后的投影数据，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λ∈(0,1)，MT表示对矩阵M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。

3.根据权利要求1或2所述的方法，其特征在于，所述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。

4.根据权利要求1所述的方法，其特征在于，在所述获取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。

5.一种CT图像重建系统，所述系统包括：

采集模块，用于获取CT扫描采集的投影数据；所述投影数据包括物场图像O，平均亮场图像R和平均暗场图像S；对所述投影数据进行反log操作 其中，x表示反log操作后的所述投影数据；

目标图像获取模块，用于根据所述反log操作后的投影数据进行迭代处理，以获取目标图像；

非负图像获取模块，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；

分解模块，用于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，所述第一非负图像表示所述非负图像矩阵中基向量的部分，所述第二非负图像表示所述非负图像矩阵的权重系数；

稀疏化处理模块，用于对所述第一非负图像和/或第二非负图像进行稀疏化处理，从所述第一非负图像和/或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/或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，所述目标函数为： 其中，Ri∈RM×N，Δ表示所述第一非负图像或所述第二非负图像，RiΔ表示从Δ中提取的图像块，|| ||2表示2-范数，|| ||1表示1-范数，γ为正则化参数，D表示过完备字典，αi为第i个图像块RiΔ对应的稀疏系数，Γ为所有图像块的稀疏系数集合；获取满足预定条件的最优化稀疏解；

重建模块，用于根据所述最优化稀疏解获取CT重建图像。

6.根据权利要求5所述的系统，其特征在于，所述目标图像获取模块还用于基于CT图像的成像模型，获得依据所述反log操作后的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： 其中，X为所述目标图像，M为系统矩阵，G为所述反log操作后的投影数据，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λ∈(0,1)，MT表示对矩阵M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。

7.根据权利要求5所述的系统，其特征在于，所述非负图像获取模块还用于将所述目标图像中灰度值小于0的像素点置零。

8.根据权利要求5所述的系统，其特征在于，所述系统还包括预处理模块，所述预处理模块用于对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。