X射线具有揭示物质分子和原子的能力。X射线检测作为一种无损检测技术越来越多地出现在社会各类应用领域中，比如工业领域、医疗领域、安检领域等。在安检领域中，大多使用X射线作为射线源检查旅客随身携带的物品。与其它技术的安检设备相比，基于X射线的安检设备性能优越，成本较低，辐射剂量较小，可以满足各车站旅客流量的需求。因此，基于X射线的检测技术在车站、机场等安检领域使用较普遍。本课题的处理对象是X射线图像。现有的X射线检测系统主要将一些密度较大的物品作为检测对象，例如枪支、刀具等。而对于密度较低的物品（如煤油、乙醇等）则较难识别。为此采用一种新的方法，对于平均有效原子序数大于等于10的物品采用形状匹配，主要包含图像重建、图像预处理、图像分割、数学形态学处理、图像匹配等过程；对于平均有效原子序数小于10的物品采用特征曲线识别危险品。首先，论文依据X射线检测技术理论阐述了X射线图像的形成及特点，对目前X射线技术在安检领域所选用的方法进行了系统的分析与比较，并对X射线技术应用于安检领域的原理进行了探讨，总结出检测过程中会出现错检、漏检等问题。其次，论文提出了一种新的基于X射线图像的车站危险品检测方法。针对现有的检测方法单一的问题，论文引入了形状与特征曲线相结合的方式检测危险品，并在形状检测中，提出一种新的边缘检测方法。针对车站安检人员存在工作量大及检测效率低的问题，论文通过建立标准危险品数据库自动识别来检测危险品。随后对车站X射线图像进行了实验仿真。选用两类危险品作为实验对象。针对原子序数大于等于10的危险品，从图像重建、图像分割、图像匹配等方面进行基于形状的危险品检测；针对原子序数小于10的危险品，采用基于有效原子序数的特征曲线匹配方法进行检测。通过两种方法的结合证明本文提出的基于X射线图像检测方法优于传统的单一检测方法。实验结果证明本文针对任意状态下的危险品，通过形状和特征曲线相结合的危险品检测方法可以较全面地辨别出危险品，避免重大事故的发生。最后利用OpenCV技术实现了车站危险品检测的功能，并完成了危险品检测系统界面的设计。