断层图像重建算法是CT成像系统的重要环节。经过多年的发展，形成了两大类的基本算法，一类是解析重建法，一类是迭代重建法。研究人员已经在这两类算法的发展中取得了很多的突破。　　如今考虑到CT辐射对人体的危害，在稀疏投影角度和低剂量射线条件下的断层图像重建成为了研究的热点。基于近些年稀疏表示理论与图像字典应用的长足发展，本文提出了一种基于字典稀疏表示的断层图像重建算法。该算法在将图像重建从图像空间转换到了字典空间，并在转换过程中从字典原子中获得原图信息，改善了重建图像的质量。随后通过实验验证了基于字典稀疏表示重建算法在稀疏投影角度与噪声环境下的重建效果要优于传统的重建算法。　　进一步研究发现多采样稀疏模型可以有效的改善单采样稀疏表示下产生的失真。随后研究单采样下基础字典重建算法，通过重建的图像观察到图像在转化到字典空间的过程也会出现部分失真。所以，本文将多采样稀疏表示模型应用到基础的字典重建算法中，通过实验对比验证了基于多采样稀疏表示模型的字典重建算法在稀疏投影角度投影和噪声环境下的图像重建要优于基础的字典重建算法。