计算机断层成像(即CT)无论在医学放射诊断方面,还是在工业领域中均有着广泛的应用。医学CT 普遍采用变换法成像技术,这主要是因为医用CT 可以采集到大量密集的投影数据,利用变换法成像技术可以快速地得到具有一定质量的重建图像。然而在工业应用中,一般得到的是不完全投影数据,其数量和结构往往无法达到解析成像技术要求的条件,因此为得到较清晰的图像,必须采用迭代重建法。对于迭代重建,目前尚无很好地解决该问题的算法。如何兼顾图像重建质量和图像重建速度,一直是国际上许多学者追求的目标。在单目标优化图像重建法中,以最小二乘为目标函数,利用最速下降法重建图像,由于最速下降法收敛速度较慢,因此采用共轭梯度法重建图像,这种方法具有二次收敛性,并且收敛速度较最速下降法快,而且存储量较少,可用来求解大规模无约束优化问题。此外,为了更准确表达问题,引入投影方程作为标量优化的约束条件进行重建求解,采用了一种约束最小二乘估计的图像重建算法。其特点是迭代表达式简单,速度快,而且能很好地消除重建伪影。论文采用模拟数据和实际数据对此一系列算法进行了计算机断层图像重建。重建的结果及数据分析表明了论文所提算法的有效性。