红外焦平面阵列作为现代红外成像系统的重要组成部分，具有安全性高、适应性强、体积小和功耗低等优点，在军事领域和民用领域有着关键的作用。但是，由于每个探测单元的尺寸存在差异、读出电路以及工作温度变化等各种因素的影响，红外焦平面阵列在相同的辐射入射下会产生不同的输出，即响应非均匀性。响应非均匀性降低了红外图像的信噪比和对比度，因此在后续应用前必须进行非均匀性校正。
　　本文首先介绍了红外图像的特点和引起红外焦平面阵列响应非均匀性的因素，然后阐述了红外焦平面阵列的两种响应模型，并给出了评价非均匀性校正效果的指标。非均匀性校正算法主要分为基于定标的校正算法和基于场景信息的校正算法。定标类算法利用参考辐射源来获取校正参数，需要周期性地重复定标。场景类算法通过利用场景信息来更新校正参数，能够自适应地更新校正参数，完成非均匀性校正。
　　本文先对传统的时域高通滤波法进行了分析，指出了其容易产生“鬼影”并且会过滤掉场景信息。为了克服这个缺点，本文研究提出了一种结合加权引导滤波和时域高通滤波的非均匀性校正算法。首先利用加权引导滤波分离出图像的空域高频成分，其中包含了边缘和固定图案噪声，然后对空域高频成分使用时域高通滤波得到固定图案噪声，最后从原图中减去固定图案噪声实现非均匀性校正。仿真结果表明该算法在有效降低图像非均匀性的同时能较好地保留边缘信息，并不会出现“鬼影”现象。
　　本文对帧间配准非均匀性校正法进行了研究，指出其在非均匀性较强的情况下校正效果不理想，针对这个问题本文研究提出了一种结合相关相位帧间配准法和自适应迭代步长的非均匀性校正算法。仿真结果表明本文算法能有效地对非均匀性较强的图像序列进行校正，并且能够根据场景自适应地调整迭代步长。