本文对工业CT窄角扇束扫描方式下的迭代图像重建算法进行了研究。为了提高重建图像质量，解决普通迭代法重建图像所产生的“盐和胡椒”现象。论文提出新的代数迭代重建算法(ARTⅡ)，并且比较了新的重建算法和原有的迭代重建算法的原理和性能，重点研究了在不完全数据重建时，ARTⅡ型算法的性能。 迭代法是图像重建算法中的一大重要类别，尤其是在处理投影数据不完全及噪声干扰较为严重的情况下具有不可代替的优势。但是普通迭代法（ARTI型）在处理密度变化较大的工件的投影数据时，重建图像基础出现“盐和胡椒”现象，而且为了得到一个较高质量的图像，其迭代次数过多，导致重建效率降低。为了解决这一问题，论文首先分析了迭代法的过程，给出了其几何和物理性质。在此基础上，论文提出了新的迭代算法（ARTⅡ型）。该算法改进已有的迭代过程，加入了新的迭代参数：收敛因子，通过改变迭代进程和调整收敛因子来提高重建图像的质量。此外论文还比较了该法和同时迭代法的性能。作者在微机上成功的实现了从数据采集仿真到图像重建的全过程，并且模拟实现了各种噪声源。给出了各种应用情况下的重建结果，并对结果进行了对比分析和评估，证明了ARTⅡ型算法在投影数据不完全时和噪声污染较大时可以有效的提高重建图像的质量。