中子射线成像技术是借助中子对检测样品的穿透能力进行成像的一种无损检测技术。在穿透待测样品时,中子的衰减系数因物质的不同而存在差异,中子成像技术正是利用这种差异性进而探究物体中的材料成分以及形态结构。该技术有效地补充了X射线和伽马射线等检测方法的不足,具有独特的优势和特点,使其在国防工业、医学和新材料检测等领域发挥重要的作用。在中子成像过程中无法避免的是由暗电流和电子仪器干扰引起的加性高斯噪声。此外,在中子束的产生、传输及后续数字成像过程中,虽然成像系统周围设有屏蔽保护装置,但高能?光子、二次散射中子等辐射粒子仍然会碰撞并损坏CCD相机,导致获得的中子图像中包含突出的随机白斑噪声。上述因素都会使中子图像出现信息丢失、分辨率和对比度低以及模糊等降质现象,对后续处理工作造成了严重干扰。因此,研究如何对中子图像进行去噪、去模糊和复原不仅可以提高中子图像质量,也可以降低成像质量对成像系统设备精度的要求。鲁棒性主成分分析(RPCA)是一种利用矩阵行列间相关性进行低秩矩阵恢复的复原方法,该模型仅对高强度信号(包括高亮度噪声与图像本身的高幅值信息)有较好的抑制效果。然而实验中获取的中子图像中不但含有各种类型的噪声,并且图像本身的灰度范围也比较大,针对此问题,同时也为了去除中子图像中存在的高斯噪声和随机白斑噪声,最大程度地保留图像的边缘及纹理特征,本文提出了一种基于检测-定位-去除迭代机制的去噪新方法,该方法引入了加速近端梯度算法,采用改进的鲁棒主成分分析(RPCA)提取图像中大尺寸和高幅度的图像信息。结合合适的阈值选择策略和中值滤波技术识别出随机白斑噪声,并对噪声范围进行定位。最终通过迭代机制有针对性地削弱随机白斑噪声强度,以获得较好去噪效果的中子图像。仿真模拟测试和实际中子图像的实验结果证实,与其它方法相比较而言,本文提出的去噪方法不仅能够有效去除中子图像中的随机白斑噪声,同时也很好地保留中子图像的边缘和纹理特征。在客观评价指标及可视化结果上都表现出稳健的去噪效果,并在实际去噪中具有较高的鲁棒性和有效性。