微波成像技术因其独特的属性广泛的被人们应用于当今世界。比如,它被动的工作方式可避免电磁波的辐射具有较好的隐蔽性和鲁棒性;自然光和热对它的成像过程几乎没有什么影响;微波成像保留了物体本来的几何形状,与光学图像类似,这有利于识别物体;微波具有穿透一些物体的性能,它能穿透云、雨、雪和烟雾,能在恶劣的天气情况下全天候的工作;微波成像还可获取物体的组成、结构和介电性能等信息,这是光学图像和红外图像无法替代的;由于微波具有对金属敏感的特性,微波成像技术在军事领域中也起着重要的作用。然而,由于受到天线口径等因素的限制,微波图像存在着分辨率低这样一个固有的缺陷。此外,成像系统和周围环境的噪声也是难以避免的,因此人们获得的微波图像常常是被模糊、降质和位移过了的。为了获得高分辨率的图像,满足人类视觉和机器视觉的需求,同时避免更换原有设备的开支,引入了超分辨率算法。本文提出的WFIPOCS算法,是一种基于分形插值、小波理论以及凸集投影技术的超分辨率分析算法。此算法是对经过维纳滤波预处理后的微波图像,进行基于小波变换的分形插值放大,再使用IPOCS方法对放大后的图像进行修正,最后获得高分辨率图像。实验结果显示,WFIPOCS算法提高了微波图像的空间分辨率,并且此算法还可以应用于特别是纹理结构复杂的光学和红外图像。