红外焦平面阵列(Infrared Focal Plane Arrays,简称IRFPA)是当今较先进的一类红外探测器,是红外成像系统的核心部件,其兼具辐射敏感和信号处理功能。由其构成的各种红外热成像系统已经广泛地应用于军事和民用的许多方面。但由于制作材料、生产工艺和使用环境等因素的影响,造成了红外焦平面阵列的非均匀性。非均匀性的存在,极大地限制了成像系统性能,因此必须对红外焦平面阵列的非均匀性进行校正。本文首先对现有的几种IRFPA非均匀性校正方法进行了详细的探讨和对比。定标校正简单易行,但随着使用环境的变化需要重新定标。而基于场景的非均匀性校正方法具有无需参考辐射源、无需参数重新定标、具有自适应等优点,成为现阶段研究的热点和重点。本文重点研究了基于场景的非均匀性校正算法中的BP人工神经网络算法,针对经典BP校正算法参数难以选取的缺点,选用了一种改进型的BP校正算法——归一化BP人工神经网络算法作为系统的校正算法。在算法的硬件实现上,采用基于FPGA的SOPC技术。FPGA是近年来兴起的可编程逻辑器件,它具有运算速度快、灵活性强的特点,因此用FPGA来进行非均匀性校正具有很大的优势。系统采用Altera公司的Stratix II EP2S60 DSP Development Board作为硬件开发平台,采用基于NiosⅡ的SOPC技术在开发平台上搭建了一个非均匀性校正的片上系统实现了归一化的BP人工神经网络校正算法仿真研究。讨论了不同的校正参数对校正结果的影响,达到了预期的校正目的。