本发明公开了一种基于稀疏张量字典学习的层析γ扫描图像重建方法，包括：建立TGS测量方程；将TGS测量方程改写成三阶张量格式；运用张量字典对TGS测量方程进行稀疏表示；对张量格式的TGS测量方程添加服从泊松分布的干扰噪声；将稀疏矩阵求解范数问题转化为求解其对应范数的最小值问题；采用K‑CPD算法对求解转换后的稀疏矩阵进行张量字典的学习和稀疏编码；使用最大似然估计方法估计出泊松分布的参数并重建层析γ扫描图像。本发明通过稀疏张量字典学习，实现了对庞大数据的降维和数据信息的深度挖掘，快速重建了透射图像和发射图像，提高了检测的效率及图像重建的精度。