本课题来自内蒙古物流快递企业提出的一个横向科研项目。随着X-光安检机在众多安检点被广泛应用,使用X-光安检机检测包裹中是否存在特定可疑物品,成为物流安全中必须排查的部分。由于无人值守X-光图像识别技术的研究仍处于初始阶段,目前物流行业仍需要安检人员时刻值守在X-光安检机旁边观察每一件经过安检机的物体图像,需要耗费极大的人力物力且工作效率低,为了改变这一状况,研究无人值守X-光图像识别技术是十分必要的。本课题结合了某物流企业提出的工程项目需求,在不影响物流排查时安检机正常运作的基础上,设计开发一种无人值守X-光安检机特定物体图像识别算法。本论文对特定物体的检测通过机器视觉技术做到准确快速识别,从而满足物流企业时效性的需求。本文主要研究并实现了X-光特定物体图像识别的三种算法。首先,用SIFT算法验证了数字图像处理基础的理论应用。其次,由于本课题针对物流企业提出的实际问题与需求,所以为了将算法与硬件相结合,本文引入基于直方图方法的图像识别算法,成功应用于背景单一的X-光图像上。最后,分析了直方图算法在识别背景复杂的X-光图像时的缺点,搭建了适合本课题的卷积神经网络,为进一步提高算法的识别率和测试速度进行了探讨。