由于受加工材料和工艺水平等因素的影响,红外焦平面阵列普遍存在非均匀性问题,在图像上表现为空间噪声,严重影响了系统的成像质量,因此,非均匀性校正是当今红外焦平面阵列成像系统所必须解决的首要问题。本文首先介绍了非均匀性的定义和探测器的两种响应模型,并对常见的非均匀性校正方法进行了概述。常用的两点法是基于线性响应模型的,由于动态范围较窄,在工程应用中并不能完全满足需要。本文根据探测器响应曲线的非线性,将最小二乘多项式拟合法应用到非均匀性的校正中,得到一种基于S形曲线的多点逼近校正算法,扩大了校正的动态范围,从而也提高了校正精度。同时,本文分析了经典BP神经网络校正算法,从隐含层和训练初值选取两方面来考虑,介绍了改进后的校正算法。由于简单的均值滤波会造成图像的模糊,可以将区域隶属度的概念引入到隐含层的算法中,并利用梯度计算像元的期望输出值,能够较好的保存图像的边缘。以两点法得到的增益和偏移作为网络训练的初值可以加快网络的收敛速度,同时也提高了校正精度。