合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种先进的微波遥感雷达,拥有独特的干涉测量与多极化测量的能力,同时还具备全天时、全天候、穿透性等优点,在军事与气象应用中有着光学遥感所无法比拟的优越性。一幅SAR图像质量的高低往往决定了其SAR产品的应用价值,而SAR图像的质量主要受限于分辨率这一指标,SAR图像分辨率越高,目标特征就越强,所能从中获取的地物信息就越丰富。而很多时候我们所能获取的SAR图像的分辨率不会很高,无法满足实际应用的需求,这就需要后期的图像处理手段来提升SAR图像分辨率。本文立足于最近几十年蓬勃发展的图像超分辨率(Super-Resolution,SR)增强技术,首先对SAR图像区别于普通光学图像的特性进行了分析(多极化、稀疏性、富含斑点噪声),并详细介绍了几种针对SAR图像特性的图像预处理手段。在此基础上引出对图像重建领域中两种经典的正则化方法的介绍——Tikhonov正则化方法和双边全变差正则化方法,编程实现了这两种算法并使用邛崃和茂县地区的真实SAR图像验证这两种算法增强SAR图像的可行性,并针对双边全变差算法重建的SAR图像会出现明显的边缘震荡效应这一问题提出了一种基于修改点扩散函数的改进方法,使得改进后的算法能够有效地抑制边缘震荡,重建结果质量得到明显提升。之后针对于正则化方法融合图像先验信息效率较低的问题,本文介绍了基于集合论的图像重建方法——凸集投影方法。该方法虽然能够有效地将图像先验知识加入到重建迭代过程中,但是很多情况下,只有当低分辨率SAR图像数量足够多时才能保证重建结果的质量。针对这一问题,本文提出了将多极化SAR图像的所有极化模式图像都加入到低分辨率样本序列中的方法,大大增强了SAR图像重建实验的低分辨率输入数据集,最终获取的重建图像的质量要优于仅使用单一极化模式SAR图像重建出来的结果。由于大多数情况下,缺少原始场景的高分辨率SAR图像作为参考,就无法使用有参考的图像评价指标(比如PSNR、SSIM)来评价一幅重建SAR图像的质量,本文选取了几种在光学图像评价领域内效果较好的无参考评价指标,借助对上述几种算法重建结果的主观评价排序,来进一步筛选出适合于评价SAR图像清晰度的无参考评价指标,最终筛选出的两种指标评价效果良好,与人眼主观评价一致。