红外成像制导是当今制导武器发展的主要趋势,本文结合武器装备预研基金项目对红外图像预处理中的红外焦平面阵列的非均匀校正的问题展开了深入的分析和研究。本文的主要工作及特色如下1、为了有针对性地进行非均匀性的校正,本文从红外热成像系统的组成入手,介绍了红外焦平面非均匀性的产生原因、及红外图像的主要特点,在第二章的后半部分,根据实测数据,曲线拟合生成了红外探测元响应的特性曲线,为下文非均匀校正算法研究奠定了基础。2、在认真调研了国内外关于红外焦平面阵列非均匀校正算法发展动态的基础上,主要研究和分析了两类算法的基本原理,一类是基于定标点的校正算法,其中包括一点法,两点法和“S”型曲线的校正算法;一类是基于场景的校正算法,其中包括基于卡尔曼滤波的校正算法和基于BP神经网络的校正算法。3、在上述分析的基础上,针对一点法,两点法,“S”型曲线校正算法分别存在的问题,提出了两种综合算法。将一点法与小波变换算法相结合,在一定程度上增大了算法适用的温度动态范围;将两点法与基于“S”型曲线校正算法相结合,使得算法既有了基于“S”型曲线校正算法适用的动态范围,又有了两点法的校正精度,与基于“S”型曲线的校正算法相比,大大减少了计算量。4、为了满足工程实践的需要,引入了改进的多点校正算法、卡尔曼滤波校正算法和基于区域属性分类的神经网络校正算法。改进的多点校正算法与传统多点校正相比,大幅度减少了需要存储的数据量,提高了精度;卡尔曼滤波算法通过离线计算校正参数,可满足实时校正的需要;基于区域属性分类的神经网络校正算法,减轻了传统神经网络算法对目标及背景的模糊,尤其适用于小目标的检测、跟踪、识别。5、作为非均匀校正过程必不可少的一个部分,在本文的第四章介绍了盲元补偿算法。引入了运动分析的盲元补偿方法和邻域补偿的盲元补偿算法。文中涉及到的算法都经过Matlab仿真得到了实验结果,通过大量实验数据有力的证明了本文得出的结论。