无源毫米波探测成像系统利用高灵敏度接收机接收人体自身辐射的毫米波能量信号,利用人体与隐匿物发射率的差异实现成像。其无辐射、方式隐蔽、非接触、分辨适度,对被检人员不会危害健康,不会产生侵犯感,不会触及个人隐私等诸多优点,使其非常适用于人体安检的综合应用要求。然而,由于成像机理的原因,无源毫米波成像探测系统的成像分辨率受天线系统特性的限制,存在几何失真、高频细节信息丢失等问题,导致系统获取的原始图像存在畸变、模糊等现象。这需要在信号处理中对错位量进行校正,并通过图像超分辨处理技术进行实时超分辨处理,以提高图像质量。本论文针对无源毫米波探测成像系统单通道扫描成像中,原始图像奇偶行间错位的问题进行了校正方法的研究,另外,针对毫米波图像的超分辨率复原问题,研究了基于学习的毫米波图像超分辨复原方法。具体主要包括以下工作:1.研究了无源毫米波探测成像系统的成像机理,分析了系统成像过程的数学模型。2.分析了单通道体制下系统的成像过程,以及图像行间错位的成因;研究了基于频率域的行间错位估计算法,对错位量做了有效的估计校正。3.研究了基于邻域掩膜滤波的初始错位估计量优化处理方法;同时,研究提出了基于交叉验证的多项式拟合初始错位估计量优化处理方法,通过“留一法”交叉验证自适应选取最优拟合阶数,有效地解决了过拟合和欠拟合的问题,错位估计量得到平滑优化,错误校正的发生率明显减少。为后续的图像超分辨处理提供了重要的预处理结果和基础。4.研究了基于学习的图像超分辨率复原相关理论,分析了其核心思路与方法。利用联合特征提取、特征降维和基于离散余弦变换的预分类方法,对学习算法中普遍存在的误匹配和计算复杂度较高的问题进行了改进。实验结果表明,改进后的算法,在图像主、客观性能指标和运算实时性上均取得了较好的效果。5.研究了稀疏表示的相关理论,分析了其在图像超分辨率复原领域的作用。利用预分类的思想,改进了传统的字典学习算法,使字典对样本契合度更高。实验结果表明,改进后的算法,在图像性能指标和实时性上均取得了较好的效果。