在CT(computerized tomography)算法中,迭代重建算法凭借它的简单、有效、可在数据不完全的情况下成像的特点而越来越受人们的关注。使用迭代算法进行重建,实际上就是解超大规模的线性方程组AX = b( A被称之为投影矩阵)。可见,投影矩阵的精确度对重建结果有很大的影响。本文从二维平行束的投影矩阵的研究着手,推导了在线积分基础上的平行束投影矩阵的计算算法,并将该算法应用到了中子成像的实际重建工作中。实践证明该方法能够较快且较精确的计算出投影矩阵。在二维平行束的基础上,本文将线积分的方法推广到了三维锥束的投影矩阵的生成算法中,并推导了在空间线积分基础上的锥束投影矩阵的计算算法。在计算射线与物体的交点的时候,本文利用射线的走向并结合归并排序,提高了计算交点的速度。另外,本文还将投影矩阵算法推广到了螺旋轨迹上,并成功应用到了实际重建中。迭代重建算法最主要的缺点是计算量大、重建速度慢,这也是它没有被用于临床的原因。为了加速迭代重建,本文介绍了OSEM算法,并通过模拟实验,分析了OSEM在不同子集水平下和不同噪声水平下的收敛情况。仿真模拟实验进一步证实了这种方法可在少次数迭代后得到较好的重建图像。同时,我们还把这个方法和ART算法进行了比较,比较结果表明有序子集方法较ART能较大的提高收敛速度。此外,同样是为了解决迭代算法重建时间较长这一问题,本文还介绍了并行处理技术,并以ART算法为例,将其改写为并行运算方式并在集群上运行。并行运算结果表明:图像重建速度与CPU的个数(6个)基本上成线性正比关系,且不影响图像的重建质量。从而使迭代法在线重建成为可能。