自CT技术诞生以来，它就被认为是二十世纪影响人类发展的十大技术之一。其应用更是涉及了多个领域，包括医学、生物、工业、安全等等。特别是在医学方面，CT更是成为了医学检测的主要手段。而口腔CT（Dental CT），也称为牙科CT，则是20世纪90年代后期才兴起的一项新兴技术，它是利用锥束CT原理来进行口腔三维成像的一种技术。口腔CT作为一种无创伤的检测技术具有很多的优越性，它的出现也受到了对CT技术进行研究的学者以及牙科临床医师的广泛关注。而口腔CT技术的核心就是重建算法。用于CT设备的成像算法主要分为两类：解析重建算法和代数重建算法。目前，口腔CT系统大多都采用的是解析重建算法。解析重建算法在重建的过程中计算量较小、重建的速度也较快，而且在获得完整且均匀的投影数据的情况下可以得到高质量的重建图像。但是，它要求在投影数据采集的过程中必须完全均匀，且采集到的投影数据必须完整，在实际应用的过程中，由于存在一些客观的原因，往往不能够满足其要求，采集的投影数据往往不均匀或者不完整。对于这种情况而言，代数重建方法则可以很好的弥补这些缺点。在代数重建方法中最具代表性的则是ART (AlgebraicReconstruction Techniques)算法。这种方法是把抽象的图像重建的问题转换为具体的求解线性方程组的问题。遇到缺少投影数据的问题的时候，我们不妨将其认为是少了若干个方程，它仍然能够通过迭代的算法来求出最佳的解。这样以来，可以在一定程度上淡化掉缺少投影数据的情况，所以可适用于不完全投影情况下的图像重建。在本文中对图像重建算法中的ART迭代重建算法进行了深入的分析与讨论，并对其性能进行了改进。在本文中主要研究了下面这些内容：对论文的课题来源、研究背景意义以及国内外的研究现状进行了介绍，对本论文研究的主要内容作了综述；对CT成像的基本原理以及CT研究领域一些主要的基础理论进行了介绍；对口腔CT系统的整体设计结构进行了介绍，分析了一些相关参数的选择、系统的整体设计、关键器件的选型、系统控制以及数据采集和预处理等方面的相关内容；提出了一种对三维图像进行投影的方法，并对投影过程进行仿真模拟，且不同于常用的二维Shepp-Logan模体，本文中还使用Fortran语言对三维仿真模体Shepp-Logan进行编写，并针对实验要求对其参数作出了相应的调整，将其作为验证ART迭代重建算法性能的依据；在实现三维图像的ART重建算法的过程中，指定了对重建图像进行质量评价的标准，对影响ART重建算法重建结果的各个因素进行了分析与实验，并选出最优的参数以得到最佳的成像结果；为了提高重建图像的质量，将POCS约束加入到三维图像重建的ART算法中去。经过仿真实验与误差分析，可以看出加入POCS约束之后的ART算法较原算法来说成像质量更高，空间分辨率更高，误差也更小，特别是对物体周围的伪影基本上全部被消除了。而为了减少辐射剂量，使其在不完全投影的情况下进行重建，也能够达到较好的成像效果；为了进一步提高算法的性能，我们对加入POCS约束的ART算法进行了改进。针对投影矩阵为大的稀疏矩阵，在进行迭代重建的过程中会出现一些不必要的计算而使得计算量增大这一不足之处，在迭代重建的过程中对投影矩阵进行处理，限定一个条件来忽略掉一些无效的投影值来减少迭代过程中的计算量。经过仿真实验与误差分析，可以看出改进之后的算法在改善图像质量的同时，大大加快了迭代重建的速度。通过本文的研究，对原有的ART迭代重建算法进行了改进，得到一种成像质量更高且重建速度更快的图像重建算法，也适用不完全投影的情况，来降低辐射剂量、缩短扫描时间、进而潜在的减少病人的运动伪影。