毫米波被动成像的原理即利用场景和目标自身的毫米波辐射能量分布差异实现成像，其不受沙尘、烟雾、黑夜等恶劣条件的影响。毫米波被动成像技术能探知被伪装的物体、工事和被厚衣物隐蔽的武器，以其独特的技术优势，在反恐、安检等方面的作用日益突出。近年来，随着毫米波器件的更新换代，使得毫米波被动成像技术能在医疗、导航和交管等领域得到越来越广泛的应用。　　 但是，受天线孔径尺寸和目标毫米波辐射强度的影响，毫米波被动成像系统获取的图像分辨率较低。因此需要对被动毫米波图像进行去噪及超分辨复原处理，以提高图像的分辨率，保证后续图像观测和分析工作的顺利进行。　　 本论文基于毫米波被动成像理论和成像系统的信号处理模块开展了如下研究工作:　　 (1)根据黑体辐射理论，分析了实物的热辐射效应及毫米波被动成像的基本原理。以基于3mm交流辐射计的毫米波被动成像系统为研究对象，给出了毫米波被动成像数学模型、降质因素及图像质量评价准则。该模型考虑了天线降晰效应、扫描几何畸变、系统噪声对成像结果的影响，为成像系统设计奠定了理论基础，为提高被动毫米波图像的分辨率提供依据。　　 (2)受多种噪声影响，被动毫米波图像中的大量目标细节淹没在噪声中。因此需对其去噪以减弱噪声对目标细节的影响。受成像体制影响，被动毫米波图像的先验信息匮乏，但图像中的目标结构信息通常具有自相似性，即处于图像中不同位置处的像素点往往表现出很强的相关性，故可利用被动毫米波图像自身提供的非局部相似信息来进行有效的图像处理。因此，以非局部均值去噪算法和三维块匹配滤波算法为基础，开展对被动毫米波图像去噪算法的研究，提高场景目标的分辨率。具体从以下五个方面进行:　　 ①采用局部多项式逼近一置信区间交叉技术为图像中的每一个像素点自适应地确定一个各向异性邻域，邻域内的像素点与中心像素点具有相似的性质。　　 ②给出了一种基于像素自适应邻域特征的滤波参数选取方法。根据不同像素的特点自适应地选取滤波参数，可防止对图像中的某些像素点产生过度平滑或滤波不充分。　　 ③给出了一种广义非局部均值去噪方法。针对被动毫米波图像的特点，利用离散余弦变换的低数据相关性和高能量紧支性，对图像块进行离散余弦变换以进行系数收缩降噪，并在低频系数子空间内度量像素间的相似性。　　 ④提出了一种基于奇异值分解和自适应分组阈值的改进三维块匹配滤波算法。依据图像的平均梯度和噪声估计方差来确定一个自适应的分组阈值，对三维分组后的图像块归一化处理，并借助结构相似度来更新各图像块的权值，同时设定了使用奇异值分解对图像块进行预去噪的条件。　　 (3)分析了被动毫米波图像恢复即亮温反演这一问题的病态性，给出了基于正则化理论和形态学滤波器的被动毫米波图像超分辨复原算法。具体从以下三个方面进行:　　 ①利用迭代正则化技术进行图像恢复，并通过增加正则项以提升算法保护目标边缘细节的能力。针对被动毫米波图像的特点，加入了亮度非负限制以提高算法的超分辨能力。　　 ②将系统的模糊卷积矩阵估计和复小波域去噪操作加入正则化求解过程，提高算法抑制噪声及恢复场景目标高频细节的能力。采用鲁棒性良好、收敛速度较快的分裂Bregman算法实现正则化问题的快速求解。　　 ③给出了一种基于模糊形态学的全方位多角度结构元形态学滤波器。利用不同的结构元素，对被动毫米波图像中变形的目标轮廓进行模糊腐蚀操作，以提升目标的可识别性。　　 (4)设计了一种被动毫米波图像处理系统，对算法进行验证，实现了被动毫米波图像的超分辨复原。