合成孔径雷达(SAR)作为一种有源微波遥感技术,具有全天候、全天时的工作能力。它可以在不同频段和不同极化下得到目标的较高分辨率图像,在军事应用和国民经济的各个领域中表现出巨大的潜力和应用前景。SAR图像的质量是决定SAR应用的重要因素。而分辨率是衡量SAR图像质量的最重要指标之一,分辨率越高,人们从中获取的关于目标的信息就越丰富。因此,高分辨率是SAR技术发展的主要目标之一,提高SAR图像的分辨率已经成为SAR的研究重点和热点。理论上,SAR图像分辨率的提高,在距离向依靠发射宽带信号实现,在方位向则依赖于合成孔径技术,然而实际获取的SAR图像的分辨率还会受到多种误差因素的影响。提高SAR图像分辨率通常有两种途径,一是改进和更新硬件设备,使其具备发射宽带信号和合成大孔径能力,同时提高测量精度;二是分析SAR信号特征,通过建立数学和物理模型,利用数据处理技术提高SAR图像的分辨率。由于改进和更新硬件周期长、代价高且受限于技术发展,因此利用数据处理技术提高SAR图像分辨率显得尤为重要。本文通过两个途径来提高SAR图像分辨率。一是分析SAR信号特征,提出基于频带拼接的提高SAR分辨率算法。该算法主要思想是将子孔径在方位向进行带宽拼接以得到全孔径高分辨率图像。本文将这种算法应用在斜视聚束SAR成像过程中。首先利用条带斜视成像算法对各子孔径成像,再沿方位向将各孔径图像在频域内进行拼接。该算法对SAR系统的约束和要求较少,有利于系统设计,并且可以扩展应用到分布SAR系统等领域。二是从图像处理角度出发,用同一场景多幅低分辨率图像来重建高分辨率图像。本文采用基于最大后验概率框架超分辨率重建模型,提出用Gauss-Markov随机场先验模型来约束解空间,同时融入Gibbs随机场,去除Markov随机场的限制,充分利用了像素点间的相关信息。与传统的插值方法相比,超分辨率重建后得到的图像信息熵更大,均方差更小,细节更加丰富,分辨率更高。