安检系统的噪声是影响数据准确性的重要因素，对图像质量和物质的判别有着重要的影响。本文对安检系统噪声做了初步的研究，安检系统中的X射线源、探测器以及电路系统本身都是噪声的主要来源。　　 一直以来，危险品的识别依赖于安检员的人工判断。安检员通过对图像中物品的外形、轮廓，以及安检机辅助的有机物无机物识别功能来判断危险品是否存在，这是一项复杂的、经验性很强的工作。受制于人的状态和双能数据提供的有限的物质信息，很难准确的分辨物质类别。本文根据双能数据，采用人工神经网络原理，设计了能够对物质进行自动判别的神经网络。　　 双能系统中的高、低能数据反映了物质的有效原子序数，采用这些信息可以把物质分为有机物和无机物，但是却无法有效地对物质进行进一步的分类，比如对炸药、毒品等的识别。而散射系统能提供物质的散射信号，反映物质的密度信息。融合双能和散射数据我们能得到物质的有效序数和密度两个特征，由此得到R-L平面，从而能更加准确地分辨物质的类别。本文介绍了正在开发中的安检散射系统，并进行了一系列实验，包括透射和散射成像实验，对散射图像的质量进行了分析和校正。