中子成像技术是一项重要的无损检测技术,能够在不破坏被测物的情况下,通过图像直观地展示被测物体的内部结构,在分辨力及穿透性等方面有着独特的优势,被广泛应用于工业检测及医学检查等多种领域。目前,低注量率的小型中子成像系统拥有使用方便、性价比高的优点,拥有良好的发展前景。但在中子成像过程中,成像系统不可避免地会受到各种因素的干扰,比如中子散射、辐照强度、暗电流、电子噪声及成像环境等,导致所得的中子图像受到噪声污染,并产生模糊、对比度下降等降质现象。其中,加性高斯白噪声是最常见的一种噪声类型。这些降质现象降低了检测的效果与效率,并影响到后续的工作开展。因此,研究中子图像的去噪方法,不仅可以从去噪后的图像中获得更加清晰的内部细节,还能降低对硬件设备的要求,减少对中子成像设备研发的限制条件。由于小型中子成像系统没有标准图像,因此为了科学直观地判断中子图像的质量,引入无参考图像质量评价指标。为了去除中子图像中的高斯噪声,并在平滑噪声的同时较好地保留图像的细节特征,本文提出一种基于P-M模型的去噪算法。通过改进二阶偏微分方程,构造了一种扩散效果优于P-M模型的新的扩散函数,并结合自适应的边缘阈值和停止准则,建立了一套新的去噪算法模型,能够得到较好的去噪结果。实验结果表明,与传统的P-M方法及其他偏微分方法相比,该方法可以有效地去除高斯噪声,在视觉上达到令人满意的效果。在有参考图像质量评价方法PSNR及无参考图像评价方法NIQE、NRQA的测试中,本方法表现出良好的去噪结果,同时缩短了运行时间。为中子成像设备小型化的发展提供了重要的评价手段。