为了满足国防建设以及国民经济的需求,毫米波无源探测成像技术被越来越多地应用到反恐探测、场景监控及人体安检等诸多领域。由于当前硬件工艺水平的限制,毫米波无源探测成像系统直接获取的毫米波图像分辨率较低,难以满足实际应用需求。因此,毫米波图像的超分辨问题研究成为毫米波成像技术领域的一个热门方向。在毫米波图像超分辨处理过程中,如何准确地估计毫米波无源探测成像系统点扩展函数,并且在此基础上,如何获取有效且准确的毫米波图像先验信息,是重构毫米波高分辨率图像的重要问题,也是国内外毫米波图像处理研究的热点问题。本论文依托实际科研项目,对毫米波图像超分辨算法进行了深入的研究。主要的工作内容包括:(1)针对系统噪声对扩展函数拟合过程的影响,研究、改进了基于改进Fermi函数的边缘扩展函数拟合方法,可以避免信号有限元差分过程中对噪声地放大,能够实现对线扩展函数非对称特性较好地拟合。(2)针对毫米波无源探测成像系统的成像特性,研究了成像系统点扩展函数模型,提出了一种基于“阶跃目标”的毫米波成像系统点扩展函数估计方法。该方法实现简单,能够实现点扩展函数的有效估计。(3)针对系统点扩展函数的非旋转对称问题,研究了成像目标场景、高分辨率图像以及低分辨率图像之间的关系。并根据毫米波成像系统的扫描特性,分析了毫米波图像特性,结合“流形学习”的方法,改进了基于图像学习的点扩展函数非参数估计方法,提高了该算法对毫米波图像的适用性。(4)针对毫米波图像特性,研究了自然图像、毫米波图像的梯度概率分布,并研究了毫米波图像梯度服从广义高斯分布的假设。在此基础上,研究了贝叶斯框架下基于最大后验概率的超分辨算法,在毫米波图像重建过程中引入1-范数正则项。该算法能够有效地恢复原始毫米波图像“丢失”的细节,有效地实现毫米波高分辨率图像的重构。以上工作,已通过仿真图像和实际毫米波图像进行仿真验证,通过分析仿真实验结果,本论文提出的方法能够实现毫米波高分辨率图像的重构。