为更好地提高核磁共振图像重构质量，提出了一种基于熵约束字典学习和加权全变分的图像重构算法。首先对图像进行分块，基于熵约束构建新的字典学习模型，生成字典库；结合加权的各向同性与各向异性的全变分正则项构建图像重构模型，并采用Split-Bregman算法求解，最终得到重构图像。实验结果表明，该算法不仅能有效消除噪声，对噪声具有鲁棒性，又能保留图像边缘纹理信息，抑制阶梯效应。与现有的算法相比，该算法对图像重构有着更好的性能。