毫米波无源成像无需自身发射电磁信号,只需利用物体辐射差异进行成像,能在沙尘、烟雾、黑夜等恶劣条件下实现场景成像。毫米波无源成像能探知被伪装的物体和工事、被厚衣物隐蔽的武器,以其独特的技术优势,在反恐、安检等方面的需求日益突出。然而目前针对焦平面毫米波无源成像系统数学模型尚不完善,制约了毫米波无源成像系统的设计;另一方面毫米波图像预处理方面的研究也很少,直接影响了毫米波成像的图像处理实现。因此,本论文以毫米波无源成像项目为依托,研究了毫米波无源成像系统建模和毫米波图像预处理方法。主要工作包括:1.针对焦平面体制的毫米波无源成像系统,分析了系统实现的总体方案,讨论了该体制下的系统关键技术指标。2.针对毫米波无源成像辐射测量模型无法精确描述系统二维成像过程的问题,研究了毫米波无源成像准光学成像模型。该模型有效反映了天线降晰效应、通道非均匀效应、扫描几何畸变、系统噪声对系统成像的影响,为成像系统设计奠定了理论基础,为超分辨等图像复原算法提供了依据。3.针对多通道非均匀引起图像条带噪声的问题,提出了两种改进的条带噪声抑制算法。改进的神经网络算法(INNA)修改了隐含层的估计表达式;改进的频域滤波法利用毫米波成像天线波束先验信息确定滤波器截止频率,与传统的直方图匹配、矩匹配处理算法相比,条带噪声抑制效果更明显,而且易于系统实现。4.针对全景扫描成像引起的几何畸变问题,建立了存在外方位元素的系统构像方程,为车载或机载成像系统几何校正奠定理论基础,利用构像方程并结合锚点法对大视场图像进行了几何校正,有效消除了图像几何畸变。通过仿真实验和外场实测实验,验证了上述模型的准确性和算法的有效性。实验结果显示,毫米波无源成像数学模型能准确模拟本系统成像过程,基于构像方程的图像校正能有效去除成像几何畸变,改进的神经网络算法和频域滤波法能有效抑制条带噪声。