声波层析成像是一种广泛用于医学、工业检测、地质勘探等多个领域的无损检测方法，其成像精确直观，尺度大小可调，对成像物体无损伤，有很高的研究价值。阻尼最小二乘法是目前最常用的线性反演方法之一，较高的稳定性和准确性，以及高效的计算效率是其主要优点，反演结果受射线分布影响严重，对初值依赖性高是其主要缺点。本文旨在通过对模型特征向量的修正来改善上述缺陷，提高成像质量。具体工作如下：　　首先，本文介绍了声波层析成像的应用价值和提高其成像质量的意义，以及国内外对提高成像质量研究的进展和主要方法做综合性介绍。同时本文还介绍了层析成像的基本原理，主要应用数学、物理规律，以及层析成像的实现过程，即数据采集、数据处理、结果分析，并简单介绍了各部分的使用方法。　　其次，本文从层析问题线性化之后的大型稀疏方程组出发，通过分析系数矩阵的奇异值和条件数，判断方程组的病态程度。阻尼最小二乘法是一种常用反演方法，通过增加阻尼因子来降低法矩阵的条件数，解决线性方程组的病态问题。同时本文指出了阻尼最小二乘反演方法的缺陷，成像结果受射线分布影响严重，并通过对特征向量的分析，研究这种影响的原因。　　最后，本文基于第一模型特征向量对计算结果的影响作用，提出通过修正特征向量来提高阻尼最小二乘法的成像质量的方法。本文分别对均匀模型、层状模型、块状模型三种情况进行优化计算，同时与普通阻尼最小二乘法对比，来验证本文提出的特征向量修正方法是否能够有效的解决射线分布对阻尼最小二乘法的影响。