Como técnica emergente, la imagen dispersa a partir de muestras tridimensionales (3-D) y no uniformes proporciona un enfoque atractivo para obtener imágenes 3-D de alta resolución junto con una gran conveniencia en la adquisición de datos, especialmente en el caso de objetivos que consisten en dispersores aislados fuertes. Aunque la interpolación de datos en el espacio k y la transformada rápida de Fourier se han empleado en los métodos de imagen dispersa 3-D existentes para reducir la complejidad computacional, los errores de interpolación de datos inducidos por la interpolación local pueden resultar generalmente en un rendimiento de imagen deficiente. En este documento, consideramos directamente el problema de imagen como un problema de reconstrucción dispersa conjunta a partir de datos no uniformes sin interpolación en el espacio 3-D. Combinando la reducción de diccionario y el método iterativo de Gauss con el esquema de procesamiento de señales optimizado, se propone un algoritmo de imagen dispersa para abordar la dificultad de la gran escala de cálculo involucrada en la reconstrucción dispersa directa 3-D. Beneficiado por el esquema de procesamiento de señales optimizado y la evitación de la interpolación de datos, el método de imagen dispersa 3-D directa (DTDSI) propuesto en este documento tiene una escala de cálculo baja y un alto rendimiento de imagen. Los experimentos de datos de simulación electromagnética demuestran que el método DTDSI supera a los métodos base en cuanto a capacidad de resolución, lóbulos laterales más bajos y mayor precisión.