近些年,红外热成像技术发展速度迅猛,红外焦平面阵列作为现今主流红外成像系统的核心器件,其品质的优劣直接影响红外图像成像质量。因生产原料、加工工艺等问题红外焦平面阵列存在着固有的非均匀性,需通过信号处理算法来解决。国内外对焦平面非均匀性校正算法做了大量的研究工作,基于场景的非均匀性校正算法因其自身优势已然成为近年来的研究热点。当前基于场景的校正算法硬件实现主要面临两个难题:算法复杂性大,硬件实现受制约;易产生鬼影。本文主要针对以上两点对基于场景的非均匀性校正算法进行了研究,并实现了一种基于FPGA硬件平台的红外焦平面非均匀性校正系统。本论文设计了基于场景的红外焦平面非均匀性校正算法的红外成像硬件系统,包括主处理芯片FPGA的选型、红外焦平面阵列的硬件和软件驱动、AD和DA转换模块的设计。研究并实现了红外成像系统必备的盲元处理和图像增强模块,盲元处理模块采用双参考辐射源检测算法和邻域替代算法,去除了大部分的盲元点噪声,有效提高图像成像质量。图像增强模块选用平台直方图均衡化算法,大幅度提高图像对比度,增强图像可视性。分析了基于场景的经典神经网络算法及不足,提出改进型基于场景的非均匀性校正算法。并从图像清晰度、非均匀性以及鬼影的抑制等多个角度,对比分析了经典神经网络校正算法和本文改进型校正算法的优劣。在FPGA平台上实现了改进型基于场景的非均匀性校正算法移植,校正算法模块包括采样矩阵窗口模块、校正参数实时读写模块和校正算法模块等部分。经测试,该算法在文中搭建的红外焦平面阵列成像系统的硬件平台上实现了对实时红外视频的校正,能够快速去除红外图像中的非均匀性噪声,大幅改善红外图像成像效果,同时有效抑制鬼影的产生。