توموگرافی کامپیوتری بطور گسترده در تصویربرداری پزشکی، میکروسکوپ الکترونیکی، ژئوفیزیک و دیگر حوزه های علمی مورد استفاده قرار می گیرد. روش های بازسازی تکراری، ابزار قدرتمندی برای بازسازی تصاویر توموگرافی کامپیوتری است به ویژه زمانیکه روش های تحلیلی در دسترس نباشد، داده ها کامل باشد یا در مواردی که مدلسازی نویز و تصویر باید در نظر گرفته شود. نقاط ضعف اصلی روش های تکراری بار سنگین محاسباتی و همگرایی آهسته ی آن است. البته می بایست در نظر داشت که با پیشرفت تکنولوژی محاسبات فوق سریع، دیگر محاسبات مانع سختی به شمار نمی آید. در این پایان نامه به منظور تسریع همگرایی روش های تکراری و بهبود کیفیت تصاویر بازسازی شده توانسته ایم با استفاده از مفاهیم تصویر، پیکسل، همسایگی مجاور و عمل درونیابی به منظور کوچک و بزرگ کردن تصویر و با پیداکردن نقطه ی شروع مناسب، زمان و حجم محاسبات را بطور چشمگیری کاهش داده و سرعت همگرایی روش های بازسازی تکراری همزمان را افزایش دهیم. برای هر روش تکراری، تعدادی استراتژی برای انتخاب پارامتر تنشزدایی ارائه و پیاده سازی شده است. پارامتر تنشزدایی می تواند به عنوان یک پارامتر ثابت یا متغیر در هر تکرار انتخاب شود. بعلاوه شبیه سازی ها و آزمایشات صورت گرفته برای نشان دادن عملکرد روش های بازسازی ارائه و مورد بحث قرار گرفته است. همه ی روش های بازسازی تحلیلی و تکراری و توابع مورد نیاز برای انجام محاسبات، مقایسات و شبیه سازی ها در نرم افزار matlab نسخه 7.10 تحت عنوان بسته آموزشی بازسازی تصاویر توموگرافی کامپیوتری(ctirec) پیاده سازی شده است. بعلاوه بسته فوق حاوی راهنمایی برای روش های پیاده سازی شده است.