探地雷达(GPR)是一种利用电磁波对地下区域进行无损探测的装置，它根据电磁波在地下介质不连续处产生的反射和散射等现象来反演地下场景和目标的信息，实现对地下目标的检测和识别。通过GPR成像技术，可以对地下目标的信息进行直观显示，便于人们对地下目标的解译。由于GPR成像技术具有非破坏性、高分辨率、探测速度快、操作方便、安全性高等优点，其在军事和民用领域中得到广泛的应用，具有很好的发展前景。与传统雷达成像不同，GPR成像场景较为特殊，具体表现为GPR工作于近场条件，且工作场景和目标特性均比较复杂。为了克服上述问题，本文分别从时域和频域成像技术、超分辨成像技术和压缩感知成像技术等方面对GPR成像进行了深入研究。首先研究了时域的反向投影(BP)成像算法。GPR成像场景中分层介质的存在使得电磁波发生折射现象，在成像时必须对介质分界面上折射点的位置进行求解，然而该求解过程计算量大、复杂性高。本文从改进近似求解方法和降低算法冗余性两个角度出发提出了优化的折射点求解方法，极大地提高了算法的精度和计算效率。研究发现标准BP算法具有成像速度慢和成像结果干扰严重的缺点，针对前者本文提出了FBP算法，通过子孔径划分和极坐标处理降低了算法复杂度，提高了计算速度，且便于并行实时计算；针对后者本文提出了CBP算法，通过在数据叠加前引入互相关操作，对成像结果中的旁瓣和杂波具有良好的抑制效果。其次研究了频域的距离偏移(RM)成像算法。当使用经典RM算法进行GPR成像时，成像结果中目标不能正确聚焦，该问题的原因是在GPR成像的分层介质模型下波场传播的连续性被破坏。本文在建立分层介质场景中的爆炸源模型基础上，提出了适合于分层介质成像的LRM算法。LRM算法通过将波场的非连续传播过程分解为多个局部连续传播过程，不仅克服了经典RM算法无法有效聚焦的问题，还保持了RM算法计算速度快的特点。在对传统的时域和频域算法研究之后，本文研究了基于谱估计理论的超分辨成像算法。传统算法受信号有限带宽的限制，成像结果中存在大量的旁瓣和杂波等干扰。而现代谱估计领域中的鲁棒Capon波束形成(RCB)理论和正弦幅度相位估计(APES)理论具有分辨率高、干扰抑制效果好、鲁棒性强的优点，本文分别根据这两种理论提出了RCB成像算法和APES成像算法，得到了高分辨率低干扰的成像结果。但是这两种算法受高维矩阵运算的限制，其计算效率不高。本文通过在子图像域进行预波束形成处理进而构造低维波束矢量，实现了协方差矩阵维度的降低，从而提出了DR-RCB算法和DR-APES算法。这两种算法在保持前两种算法成像质量的同时，显著地提高了计算速度。最后研究了基于压缩感知(CS)理论的成像算法。由于CS理论突破了传统数据采集中Nyquist采样率的限制，可以从少量的数据中精确恢复出原始的稀疏信号，极大地简化了数据采集、编码解码和数据传输的工作。结合GPR成像的实际场景中目标空间满足稀疏性要求，本文提出了CS成像算法，并以聚焦度、成像误差等为指标系统分析了测量矩阵维度、信噪比、数据损失率和目标密集度等因素对成像结果的影响，证实了CS算法具有优良的成像性能和干扰抑制能力，以及较强的鲁棒性。