当今世界计算机技术发展迅猛,图形图像学作为计算机技术的重要组成部分也在迅速发展,而医学成像技术的发展之快在图形图像领域也是不容小觑的。人们在医疗领域迫切需要透彻的了解病理结构等相关信息,医学3D图像重建技术的发展日益显得重要。3D图像重建技术逐渐吸引了众多国内外学者和研究人员的关注,其中由Grangeat提出的精确重建算法因为具有简单和易于实现的优点,逐渐成为了研究的热点。但是,随着图形图像数据的大量产生,人们对3D重建的重建速度和重建质量都有了更高需求,进而提高了对3D重建算法的要求。所以,研究更快速、清晰的3D重建算法颇具现实意义。本课题主要针对已有的Grangeat精确3D图像重建方法重建速度慢、复杂度高以及重建质量差的问题,提出基于直线图和直接傅里叶变换的3D层析成像方法,对Grangeat重建方法进行改进。首先对Grangeat重建方法进行深入的研究和探索,研究并应用两步重建模型,并结合直线图和直接傅里叶变换采样点恰好在方形网格上的特点,提出了基于直线图和直接傅里叶变换的3D层析成像方法,进行3D图像重建。本课题提出的基于直线图直接傅里叶重建方法对以往重建算法的第一阶段和第二阶段都做了改进。第一阶段,本文采用在傅里叶域内计算锥束投影从而得到Radon变换的一阶导数;第二阶段,采用直线图采样法和直接傅里叶相结合的方法分别进行垂直平面和水平平面的重建。最后针对重建速度和重建图像还原度两个方面,设计两组实验,通过对比不同重建方法的重建时间和重建图像质量,来验证本文重建算法的有效性。