被动毫米波成像系统通过接收目标场景的毫米波辐射能量并结合成像算法来获得目标场景的被动毫米波图像,进而实现对目标的探测与识别。被动毫米波成像系统以其隐匿性和无闪烁效应的特性在隐蔽侦查、反恐安检、导航盲降等领域具有广阔的应用前景。基于被动毫米波成像系统的噪声问题,研究了被动毫米波图像的去噪算法。通过结合传统算法与时下较为热门的算法,研究了基于维纳滤波,小波软阈值以及稀疏表示的被动毫米波图像去噪算法。针对传统维纳滤波的残噪问题,研究了不同尺度分块多级维纳滤波去噪算法,通过实验与传统维纳滤波算法进行了对比,得到的实验结果证实了改进算法的有效性,并研究了滤波级数对改进算法的影响;针对通用小波软阈值的"过扼杀"问题,研究了基于全局收缩阈值与调节因子的改进小波软阈值去噪算法和基于自适应阈值的改进小波软阈值去噪算法,通过实验对比了三者的去噪效果,得到的实验结果证实了改进算法的有效性,并研究了收缩因子对基于全局收缩阈值与调节因子的改进小波软阈值去噪算法的影响;针对自适应稀疏表示去噪算法的图像模糊和时间复杂度较高的问题,研究了基于相异性阈值的改进自适应稀疏表示去噪算法,通过实验对比了两者的去噪效果和运行时间,得到的实验结果证实了改进算法的有效性,并研究了收缩阈值的选取准则;为了进一步降低基于自适应冗余字典的稀疏表示去噪算法的时间复杂度,研究了基于双重稀疏表示的去噪算法,并通过实验与自适应稀疏表示去噪算法和基于相异性阈值的改进自适应稀疏表示去噪算法进行了对比,得到的实验结果证实了基于双重稀疏表示的去噪算法在改善基于自适应冗余字典的稀疏表示去噪算法运行时间方面的有效性。