在许多成像系统当中，噪声干扰和信号不完整是两个普遍存在的问题。这两个问题是某些成像系统固有的，它们使得成像分辨率和图像质量都大大降低。传统的基于二维Fourier变换的变换法一直是应用最为广泛的成像算法，然而，它们在这两种图像重建问题中效果并不理想，而且其固定的计算过程使得它们改进的空间很小。基于这一点，我们希望找到一个性能更优的算法来替代传统算法。最优化理论由于它的灵活性，在许多工程科学问题中都得到了成功的应用。为此，我们对多目标优化算法在两种成像系统—计算机断层成像(computerized tomography，CT)和定点照明式合成孔径雷达成像(spotlight mode synthetic aperture radar,SMSAR)中的应用进行了一些探索性的研究。 CT和SMSAR在成像原理上有着一定的相似性。本文中，我们将首先根据前人的工作，建立CT多目标最大熵优化模型。然后在CT最优化模型的基础上，根据SMSAR与CT在成像原理和图像特性上的不同，构造不同的约束条件和目标函数，并给出相应的求解方法。最后，我们将通过计算机模拟来验证算法的可行性，并通过与传统的变换法的定量比较来验证其优越性。 实验证明，使用最优化算法可以有效的抑制噪声、提高分辨率。因此，它对于低信噪比的CT图像重建和有限数据的SMSAR图像重建是有着重要应用价值的。