随着微波技术的日渐成熟和发展,毫米波以其受环境干扰小,可全天候工作等显著特点成为军事,生活,医学等领域的重要技术,毫米波技术的迅速发展给人们的生活和安全带来了巨大的便利。但是,毫米波图像噪声很大,分辨率低,在实际的应用中有时无法辨别出清晰的边缘,无法识别出目标与背景的分界,这使得毫米波图像的作用大大地被减少,严重影响毫米波在实际生活中的应用。本文在以实现毫米波图像的目标识别为最终目的,首先对被动毫米波的硬件系统做了一定的了解,传统的被动毫米波前端扫描采样控制系统硬件系统选用元器件较多,结构比较复杂,消耗功率较大,为了克服这一缺点,本文提出了以TMS2812DSP芯片为控制核心的被动毫米波成像系统构架,在理论上,该系统可以降低功耗,简化系统结构。在毫米波图像边缘检测算法方面,本文介绍了一些经典的边缘检测算子,经过分析其中Canny算法的效果较好,但是传统的Canny算法在图像处理的各个步骤的重要参数都是固定的,很难通过图像的细节自动确定,无法很好地在噪声抑制和边缘保护上兼顾。本文提出了基于Kirsch梯度幅值和阈值确定的自适应Canny算法。该算法对毫米波图像的Gauss滤波过程进行了改进,还对二值化毫米波图像的边缘检测阈值确定过程进行了改进,达到了参数的自动调整,而且用Kirsch算子计替代原始梯度幅值算子,更能精确地反映出像素点周围的变化和差异。,比较好地解决了传统算法的问题。虽然更好地提取了毫米波的图像特征,但是,在灰度变化小的图像的边缘识别上,效果还不尽如人意,在将来的研究过程中还需要继续努力。