由于毫米波具有高穿透性、全天候性以及低辐射性等优势,使得毫米波成像在安检、侦察等领域发挥着重要的作用,因而毫米波成像技术具有重要的研究价值和广阔的应用前景。传统毫米波成像系统价格昂贵、难以普及商用,而随着车载毫米波雷达芯片的快速发展,使得低成本、低功耗的毫米波成像系统成为可能。本文基于车载毫米波雷达,以近场目标成像系统设计和算法研究为主要工作,设计并搭建了两套低成本的毫米波成像系统,并在其基础上开展了近场SAR成像算法相关的研究工作。本文的具体研究内容如下:1.基于车载毫米波雷达,设计并搭建了满足平面扫描体制和圆迹扫描体制的低成本、低功耗毫米波成像系统;基于二维匹配滤波成像算法实现了平面扫描成像,基于后向投影（BP）成像算法实现了圆迹扫描成像,验证了车载毫米波雷达用于近场成像的可行性;2.针对实测平台原始SAR图像中存在噪声、伪目标等情况,本文基于模糊C均值聚类方法研究了近场SAR图像分割算法,实现了对近场目标的快速分类;针对模糊C均值（FCM）图像分割算法对噪声敏感的问题,将隐马尔可夫场模型与模糊C均值聚类结合,研究了基于隐马尔科夫场-模糊C均值（HMRF-FCM）的近场SAR图像分割法,该算法对噪声严重的SAR图像仍然可以实现分割,相较于模糊C均值图像分割具有更好的抗噪能力,更适合近场SAR图像的分割处理;3.针对均匀采样条件下,数据量繁杂、存储空间占用大等缺点,将压缩感知引入近场成像算法中,以减轻近场数据采集的压力;通过对非均匀采样条件得到的少量数据进行重构,使用重构数据进行成像,进而达到与均匀采样条件相当的成像效果;针对传统正交匹配追踪算法（OMP）需要预知稀疏度大小、且在稀疏度增大情况下重构失效的问题,提出了一种基于部分哈达玛矩阵的稀疏度自适应匹配追踪（PH-SAMP）算法,相比于传统的重构算法,具有更好的重构效果,并通过仿真和实测数据验证其优越性。