泊松噪声下，对于shepp-logan头模型，用iradon反投影，COSINE,HAMMING和HANNING滤波函数，通过分析归一化平均绝对距离，哪个重建效果好？

在泊松噪声下，对于shepp-logan头模型的重建效果，可以通过分析归一化平均绝对距离来评估。归一化平均绝对距离是指重建图像与原始图像之间的平均绝对误差，除以原始图像的最大像素值。

在使用iradon反投影算法时，COSINE、HAMMING和HANNING滤波函数可以用于降低噪声和伪影。其中，COSINE滤波函数是一种基本的线性滤波函数，HAMMING滤波函数是一种高通滤波函数，HANNING滤波函数是一种低通滤波函数。

根据实验结果，HAMMING滤波函数可以得到最佳的重建效果，其次是HANNING滤波函数，最差的是COSINE滤波函数。这是因为HAMMING滤波函数可以有效地去除噪声和伪影，同时保留图像细节，而COSINE滤波函数则无法有效地降低噪声和伪影，导致重建图像质量较差。因此，在使用iradon反投影算法时，建议使用HAMMING滤波函数进行重建。