随着毫米波雷达技术的快速发展,毫米波雷达作为成像传感器在民用领域中受到越来越多的关注。传统的光学传感器受限于环境因素导致其应用场景有限,而毫米波雷达发射电磁波采集信息以及其小型轻便的特点,使毫米波雷达在成像应用中具有全天时全天候工作、测量精度高、探测远和低成本等优点。多输入多输出（Multi-input Multi-output,MIMO）阵列技术与毫米波雷达相结合,通过优化天线阵列可以提高分辨精度,使毫米波雷达成像效果得到极大改善。本文主要研究毫米波雷达信号处理原理和成像技术,并使用MIMO技术来提高雷达的角度分辨率,在研究毫米波雷达实现二维成像和点云成像的基础上,提出了使用基于MIMO阵列的毫米波雷达实现三维轮廓成像的方法以及使用毫米波雷达实现手势轨迹点云成像,并对轨迹图像进行分类识别。首先,针对毫米波雷达成像技术研究了毫米波雷达的信号处理流程,主要研究雷达测距、测速以及测角原理。研究并使用MIMO阵列来提高毫米波雷达的角度分辨率,主要研究MIMO阵列的虚拟孔径技术、时分复用（Time Division Multiplexing,TDM）信号发射方式以及信号处理模型。并对毫米波雷达成像中使用到的恒虚警检测（Constant False Alarm Rate,CFAR）技术、点云成像以及插值算法进行了研究。其次,研究了基于MIMO阵列的毫米波雷达二维距离-角度成像方法,主要研究常用的波达方向（Direction of Arrival,DOA）估计算法:Capon算法和MUSIC算法。为了提高二维成像效果,提出了使用线性稀疏阵列天线进行二维成像,研究并设计了线性稀疏阵列天线,并制成实物样机对成像效果进行实验验证。在实现二维成像的基础上,研究了基于MIMO阵列的毫米波雷达三维成像方法,首先研究了使用毫米波雷达进行三维点云成像的信号处理流程,使用2D-Capon测角算法计算角度,并提出使用双通道CFAR检测技术提取目标信息。在三维点云成像的基础上,本文进一步提出一种基于MIMO阵列的毫米波雷达三维轮廓成像的新方法,通过增加天线数目来提高角度分辨率和增加点云数量,对点云图像进行插值和平面化处理,生成三维轮廓图像,并使用毫米波雷达进行实验验证。最后,对毫米波雷达成像进行拓展研究,提出一种基于MIMO阵列的毫米波雷达生成手势轨迹点云图像的新方法,并以轨迹点云图像为原始数据进行图像处理实现手势识别的应用。与传统的使用多普勒图像进行手势识别不同,本文提出的使用手势轨迹点云图像进行手势识别,不仅能够极大的拓展手势种类,而且轨迹图像之间差异明显更有利于提高识别率。最后,本文使用毫米波雷达测试多种手势动作生成点云图像,并使用分类算法验证了手势轨迹点云图像识别的准确度。