毫米波辐射成像技术应用非常广泛,除了在遥感、盲降、导航、精确制导和医学等领域有着重要的实用价值外,近年来开始被应用于全天候飞行着陆、无损安全检查以及汽车防撞等新兴的与国民经济密切相关的民用领域。但在获取图像的过程中,很多因素会导致图像质量的下降或退化,如系统噪声、运动模糊和非理想采样等,导致毫米波辐射成像系统采集到的图像往往无法满足指标要求,不能清晰准确的反映目标场景的特性,严重影响了科研实践的继续进行。在实际应用中,可以通过改善成像系统的硬件条件来提高成像的质量,但是技术上存在难度,且代价昂贵;也可以通过信号处理的方法对采集到的低质量的图像进行复原来提高图像质量。相比而言,在不改变硬件条件的情况下,毫米波辐射图像复原技术成为研究热点。首先,本论文介绍了毫米波辐射成像的原理和系统模型。然后,介绍了图像复原的原理和常用方法,以及超分辨率图像复原技术。接下来,本论文重点对POCS超分辨率复原算法进行了研究。讨论了运动估计的准确性对超分辨率复原算法的重要意义。以均方误差MSE和峰值信噪比PSNR作为图像复原效果的评价标准,通过一系列的对比实验,表明POCS算法较传统图像复原算法和一些其他的超分辨率复原算法,在复原效果上具有一定的优越性。通过分析POCS算法各参数对算法效果的影响,得出了一些在实际应用中的参数选择规律。最后,将POCS算法应用于毫米波辐射图像,研究了一种基于层次聚类的自适应二值化毫米波辐射图像边缘检测方法,能够真实准确的反映目标物体的轮廓特征。