图像重建是从散乱或不完整的数据（如医学成像研究期间获得的辐射读数）创建二维或三维图像。对于某些成像技术，有必要应用数学公式来生成可读且可用的图像，或者锐化图像以使其有用。例如，在计算机断层扫描（CT）中，图像重建可以帮助从一系列单独的相机图像生成人体的三维图像。

有几个问题给图像重建带来了问题。第一种是噪声-无意义的数据，可能会中断图像的清晰度。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，身体中的一个结构可能会掩盖另一个结构，使其难以识别。噪声过滤是图像重建的一个方面。

另一个问题是数据分散或不完整。使用诸如X射线之类的东西，在一次胶片曝光中拍摄图像，X射线通过感兴趣的区域并产生图像。在其他技术中，患者可能会受到辐射或磁场的轰击，从而产生大量数据，这些数据需要组装以生成图片。即时输出对人来说既不可读也没有意义，需要通过算法生成图片。

在图像重建中，有几种方法可以在不丢弃有意义数据的情况下滤除噪声，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，创建几个数据点，形成图像的起点。然后再叠加一个稍高的频率，再叠加一个更高的频率，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的唯一方法。计算机还可以通过将一系列图像叠加在一起，创建数据的模拟三维再现。它需要能够对数据进行排序，以适当地匹配切片，并且必须准确地覆盖它们，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。

医学并不是图像重建有用的唯一领域。它在考古学中也很有价值，在考古学中，研究人员可能希望在不破坏考古发现的情况下进行调查。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的物体的图像，以了解里面是什么。