图像重建是根据分散或不完整的数据（例如在医学成像研究期间获取的辐射读数）创建二维或三维图像。对于某些成像技术，需要应用数学公式来生成可读且可用的图像或锐化图像以使其有用。例如，在计算机断层扫描 (CT) 扫描中，图像重建可以帮助从一系列单独的相机图像生成身体的三维图像。
图像重建存在几个问题。第一个是噪声——无意义的数据，会破坏图像的清晰度。在医学成像中，患者移动、干扰、阴影和重影可能会产生噪声。例如，身体的一个结构可能会掩盖另一个结构，使其难以被发现。过滤噪声是图像重建的一方面。<图>
CT 扫描使用重建来生成完整的三维身体图像。
另一个问题是数据分散或不完整。对于 X 射线之类的东西，图像是在一次胶片曝光中拍摄的，其中 X 射线穿过感兴趣的区域并创建图像。在其他情况下技术中，患者可能会受到辐射轰击或受到磁场的影响，从而产生大量数据，需要将这些数据组合起来以创建图片。即时输出对人类来说不可读或没有意义，需要通过通过算法生成图片。
图像重建涉及从分散或不完整的数据组装二维或三维图像。
在图像重建中，可以采取多种方法来滤除噪声而不丢弃有意义的数据，并以有意义的方式处理数据。迭代重建是一种流行的技术。该算法首先绘制低频数据，创建一些形成图像开头的数据点。然后它会覆盖一个稍高的频率和一个更高的频率，依此类推，直到获得完整的图像。
创建平面图像并不是图像重建可以完成的唯一事情。计算机还可以通过将一系列图像堆叠在一起来创建数据的模拟三维再现。它需要能够对数据进行排序以正确匹配切片，并且必须准确地叠加它们以创建内部结构的图像。这可以帮助医生在多个平面上评估问题，而不仅仅是在单个图像提供的平面角度上。
医学并不是唯一的领域这使得图像重建很有用。它在考古学中也很有价值，研究人员可能希望在不损坏发现物的情况下对其进行调查。通过图像重建，他们可以获得木乃伊、密封容器和其他感兴趣物体的图像，以了解里面有什么。
