红外焦平面阵列应用于红外成像系统具有结构简单、灵敏度高、功耗小等优点,得到了高度重视和广泛应用。红外焦平面图像信号的典型特征是不同的图像单元对应不同的红外探测器单元,在外界辐照度相同的情况下,由于各像元的红外响应度不一致以及所处环境的温度变化、光学系统误差、电荷传输效率、1/f噪声等诸多因素的影响,各像元的输出并不一致,严重影响了热成像系统的性能,因此,必须对红外焦平面阵列进行非均匀性校正。实时、有效的非均匀性校正方法是红外成像系统研制中的关键技术。本文首先概述了红外焦平面阵列非均匀性的基本特性;分析了红外焦平面阵列成像系统非均匀性产生的机理;系统论述了系统非均匀性对系统灵敏度的影响。在此基础上分析了真实图像的噪声规律,利用红外焦平面的读出电路结构特性建立了传感器噪声模型和读出电路噪声模型。根据噪声模型,本文提出了一种基于红外焦平面阵列读出结构的非均匀校正算法,它将校正过程分成两步。首先利用局部恒定统计方法滤除由通道放大器引起的固定图案噪声,然后采用递推最小二乘(RLS)法,进一步校正由传感器响应产生的非均匀性。对基于人工神经网络红外焦平面阵列非均匀性校正算法进行了研究。在分析了传统神经网络校正算法估计期望精度不足的基础上,提出了一种具有较高期望信号估计精度的中值滤波器。然后采用比传统神经网络中使用的最速下降法(LMS)具有更快收敛速度和跟踪能力的递推最小二乘法(RLS),递归地估计增益和偏置,实现非均匀性校正。最后对非均匀性校正的结果给出了2种定量的评价指标,利用软件对已有的非均匀性校正算法及本文提出的综合校正新算法进行了仿真对比,在取得良好的非均匀性校正效果的同时,验证了本文提出的综合校正算法理论分析的正确性和方案的有效性。