近代数字成像技术均离不开数字图像处理。作为近代数字成像技术之一的中子数字成像,其数字图像是指在中子辐照场里,中子穿透被测物质后通过中子数字成像系统所获取到的图像。它携带着被测物质的内部结构等信息。由于在中子成像的过程中,不可避免地会受到γ射线污染、中子散射、CCD电子噪声等因素的影响,使得所获取到的中子数字图像会发生降质,如噪声严重、细节模糊等,不利于分析、判别被测物质的内部信息。有鉴于此,本论文研究工作致力于研究适合于中子数字图像的去噪声、去模糊等图像处理技术,以便能够获取关于物质内部的更多的信息,丰富中子数字成像无损检测技术的研究内容。为此,论文在理解中子成像原理的基础上,详细分析了引起中子数字图像降质的主要因素。在此基础上,指出了中子数字图像降质的原因主要可以归结为多种噪声的污染和空间模糊,并由此围绕降质原因展开论文研究工作。在去噪声方面,研究了一些传统的去噪方法,由于传统的去噪方法的局限性,于是引入小波变换。整个去噪研究几乎都集中在小波域里进行。首先分析了不同的随机噪声在小波域里的统计特征和在小波变换的不同尺度下的特性。由于小波变换的特点,平稳的随机白噪声在小波域里可以看成近似服从高斯分布的随机噪声来去噪,基于此,选择了小波阈值萎缩去噪方法并对几种阈值进行了分析和比较,最后通过实验结果确定出去除中子数字图像噪声的最适合的阈值类型。这也为中子数字图像在噪声水平较大的情况下反卷积去模糊提供了基础。在去模糊方面,由于模糊的原因主要是空间模糊,即是由点扩展引起的,所以重点集中在反卷积上。首先分析了一些典型的反卷积去模糊的方法,如逆滤波、维纳滤波复原方法。由于这些方法必须要求准确知道引起图像模糊的点扩展函数,而实际得到的模糊中子数字图像的点扩展函数非常复杂,一般都是未知的,所以限制这些方法在中子数字图像复原中的应用,基于此,引入Richardson-Lucy算法并通过交替迭代同时进行原始图像和点扩展函数的估计,避免了必须事先知道点扩展函数这一难点。然而,当中子数字图像含有较高水平的噪声时,噪声在图像复原过程中会被放大。针对这一问题,论文将小波阈值去噪方法引入图像的去模糊之中,将小波变换同Richardson-Lucy图像复原结合起来,即在小波变换后的高频子带致力于去噪处理,而在低频子带则运用Richardson-Lucy算法进行去模糊,然后将处理后的数据经过小波反变换重建图像便得到复原出来的图像。这样,所得到的图像对噪声有很大程度的抑制作用,使得中子数字图像复原效果较