超导THz（Terahertz,太赫兹）传感器相比于其他类型的THz传感器灵敏度更高,可实现安全高效的被动式人体安全检查,动态电感探测器是一种易于大阵列集成的超导THz探测器,现目前国内基于超导动态电感探测器的成像技术研究主要集中于天文探测领域,事实上此类成像技术在人体安检领域也极具优势。在人体安检的研究背景下,本文主要对基于动态电感探测器阵列的无源相机的成像机理进行探究,并提出了一种适用于人体安全扫描的该类型无源太赫兹相机成像过程模拟方案,随后着重对无源太赫兹图像的噪声污染和分辨率低两大问题进行了研究,以便于后期进行隐匿物识别和分类等操作。首先研究了目前备受瞩目的超导动态电感探测器,着重对其光子检测原理、探测噪声、频移特性和频率读出方式进行了探究,这为模拟此类无源太赫兹相机成像奠定了理论基础。为进一步研究超导无源太赫兹相机的成像方法和过程,本文提出了一种可行的模拟机制:首先利用同等尺寸下人体轮廓、隐匿物品和人体着装的二维掩模建立静态成像目标,每张掩模代表一种具有特定光学属性的材料,然后使用以透射为主的辐射模型获得人体外表面辐射强度分布,随后根据相机的扫描方式和光学成像模型,就可以得到与相机视场相符合的灰度图像,再叠加上噪声、点扩散函数就可以获得效果与实际成像系统相比拟的无源THz图像。原始无源太赫兹图像中可能出现随机热噪声和周期性（近周期性）干涉条纹噪声,随机热噪声使用非局部均值算法降噪效果较好,且耗时较短,干涉条纹噪声使用陷波滤波器降噪效果较好,其传递函数需根据噪声能量的分布特点确定,针对随机热噪声和干涉条纹噪声并存（也许还包含泊松噪声）的情况,本文提出了一种空频域复合降噪方法,该方法能对混合噪声达到良好的去除效果。无源太赫兹图像普遍存在分辨率低的特点,本文主要对比研究了SRCNN、SRRes Net、SRGAN三种深度学习算法对无源太赫兹图像的重建能力,其次对比了COCO2014灰度图像数据集和自制THz图像数据集对无源太赫兹图像的重建性能,最后改进了SRGAN算法模型。结论是SRGAN算法重建的图像质量更符合人眼视觉效果,COCO2014灰度图像数据集的学习效果更好,改进SRGAN算法的重建性能具有良好的稳定性,生成的重建图像具有更强的隐匿物识别能力。