在许多公共场合,仅依靠一种安全检测设备很难真正实现综合的多信息检测。要采用一套完整的技术对被检对象中的物质进行有效的分类以全面控制一个区域的安全,目前国内外仍无法有效实现。本课题通过对国家职能部门的调研,根据其对重点控制的违禁品和习惯采用的安检模式和需求,提出并设计了一个有针对性的多信息融合的整体方案。我们对几种常见违禁品的多信息数据进行了采集和重构,通过一系列的理论和实验研究,完成了一套综合性的检测方法。用于检测违禁品的设备必须能够识别包裹或容器中物品的特性。一些违禁品,如塑料炸药,可以制成许多形状或放置在许多物体中。这类物品不能简单地从外观信息判断其为违禁品。这需要一种能够在分子或原子水平上识别物体的设备。X射线装置已被证明能够揭示物质的分子或原子性质。X射线技术可以提供组成物体的物质的一些重要特性。最有用的信息是对象的密度（ρ）和有效原子序数（Zeff）。从理论上讲,给定物体的密度和有效原子数,就可以准确地确定物质的类型。研究表明,许多种X射线检测技术都可以应用于违禁品的检测领域,但目前还没有一种X射线检测技术能够单独提供准确识别物质类型所需的两个参数。首先,通过近似替代物的双能量X射线透射实验获得了该物质的高能和低能灰度级。在此基础上,建立了物质分类识别边界曲线的数学模型。将物质初步分为三类:有机物、无机物和混合物。其次,基于提取特征平面思想,通过双能X射线透射实验提取出一个与有效原子序数相关的R值。这一过程可以将无机物和混合物中的有机物分离,但由于密度的不同,无害的有机物和违禁有机物不能被分离。之后研究了厚度等外部参数的变化对R值的影响,并对提取R值的算法进行了优化。对改进算法的评估表明,该算法大大降低了物质分类的误判率。然后结合前散射背散射图像,利用LS算法建立散射图像的灰度模型。进而将低能散射图像与双能量透射图像相结合,得到了一个提取与物体密度相关的特征值L的方法。分析并减小了包裹摆放角度等因素对L值的影响。通过得到的物质特征值R和L,给出基于最小错误概率的贝叶斯决策理论的判别函数、决策面方程以及分类判别规则。通过将双能量X射线透射技术与低能散射技术相结合而得到了物质识别的更有效的方法,进而全面提高X射线的检测能力。再次,计算物体的R和L值需要对象的真实灰度级。真实灰度级是指当一个物体不被其他背景物体干扰时所测量到的灰度级。一些包裹中的物体很多,包裹中的物体以任意方向摆放并互相遮挡。违禁品与无害物品混在一起使得检测工作变得困难。因此在识别物质特性的过程中去除遮挡效应是非常重要的,这样就可以得到物体的真实灰度级。本文将n个物体重叠问题转化为两个物体重叠问题,重点研究了计算两个物体重叠的真实灰度级问题。最终将得到双能量透射、低能前散射、背散射条件下求解物体真实灰度级的数学模型,并对模型进行评估。结果表明得到了更加准确的物体真实灰度级。最后,针对X射线安全检测技术在液体识别中的困难,提出X射线检测与电子鼻气味识别相结合的方法来确定容器内的液体属性。结合图像轮廓、图像灰度级、电子鼻响应等检测信息来建立多信息融合检测方法的模型,并在此基础上构建多信息融合检测技术的软硬件系统。之后利用不同的模式识别方法对实验数据进行处理。重点对神经网络模式识别方法进行了研究,建立一种有效的BP网络模型。本课题在多信息、高性能安检设备的研究方面进行了新的尝试,实现了多个检测信息的融合,为新型安检设备的研发提供了有效的方法和理论依据,从理论、实验和实践的层次证明多信息融合安全检测在邮政检测系统中是行之有效的方案。