毫米波是频谱介于微波与红外光之间的电磁波。毫米波在云雾、烟尘中的传输性能突出,对金属的探测敏锐。毫米波的上述独特性能使其在军事、民用等领域中得到广泛应用。无源毫米波成像系统具有分辨率高、隐身与反隐身性好、结构轻巧等优点,属于成像探测研究领域的前沿课题,近年来正成为世界各国的研究热点。无源毫米波成像系统正向着多通道、集成化的方向发展。但受制于电子工艺以及成本的限制,仍然存在成像分辨率不高的缺点。图像的超分辨率复原技术针对前述问题,在不改变成像系统硬件的前提下,恢复出光学衍射极限分辨率所决定的截止频率外的信息,获取优于成像系统固有分辨率的图像。本文首先介绍了无源毫米波成像系统和超分辨率复原的发展历史和现状。然后在分析毫米波辐射成像原理的基础上,设计并实现了一套基于3mm无源毫米波辐射计和TMS320F2812型DSP的单通道馈源扫描式无源毫米波成像系统。针对获取图像存在的分辨率不足的问题,提出了基于熵约束和凸集投影的超分辨率复原算法、基于尺度不变特征变换和神经网络的超分辨率复原算法。基于熵约束和凸集投影的超分辨率复原算法在经典凸集投影算法的约束集上增加了熵约束。通过设置熵差阈值,实现了复原过程中对图像的整体性约束;通过设置与熵差相关联的息差步长,实现了对复原速度和精度的自适应调整。毫米波图像与光学图像实验表明,改进算法显著改善了复原图像的清晰度,提高了复原速度。基于尺度不变特征变换和神经网络的超分辨率复原算法针对的是运动图像,尤其是存在复杂运动的视频图像。算法引入近年来计算机视觉领域兴起的局部不变特征提取算法——尺度不变特征变换,将其应用于非刚体运动的运动补偿中;引入BP神经网络,在凸集投影修正前对降质模型作预判断。平移图像及非刚体运动图像实验表明,算法对存在复杂运动的图像序列有较好的复原效果。所提两种改进的超分辨率复原算法综合利用了传统算法的优点,可应用于毫米波图像和可见光图像的超分辨率复原。