双能X射线安检设备技术成熟，性能优越，成本较低，辐射剂量小，能够满足大部分情况下的安检工作需求。与传统的单能X射线技术相比，双能技术不仅能够得到行李的透射图像，还能通过高能和低能数据计算出物质的等效原子序数，从而给行李箱内的不同物体赋予不同的颜色，提高了安检的便捷性和准确性，已经成为当前安检市场上的主流技术。　　由于X射线成像原理的固有缺陷以及行李箱内物品的复杂性，双能X射线安检图像存在边缘和细节模糊，噪声较多的缺陷，给工作人员识别图像中的危险物品带来了困难。针对这个问题，本文研究了适用于双能X射线安检图像的增强算法，尽可能地在抑制噪声的情况下增益细节。　　文中首先讲解了双能X射线安检图像的成像原理及特点，介绍了传统的图像增强算法尤其是反锐化掩模算法，比较了这些传统算法所存在的优势和不足，改进了基于局部方差的反锐化掩模算法，设计了根据局部方差平滑变化的增益函数，该函数能够在增益细节、抑制噪声和防止过冲之间到达一个比较好的平衡点。然后根据双能X射线图像具有高能和低能两幅图像的特性，设计了基于协方差矩阵的反锐化掩模增强算法，通过计算当前像素所在窗口内的协方差矩阵，求得该矩阵的特征值。根据这两个特征值可以判断出当前像素是边界区域还是平坦区域或者是噪声，然后依照像素所在区域设计合适的增益函数。　　本文实验了不同的双能X射线安检图像，并从主观和客观两个角度进行评价，结果表明本文提出基于协方差的方法能够较好的增益细节并抑制噪声，与其他的方法相比有着更好的视觉效果。