太阳是地球空间环境变化的源头,是进行天文观测的首要目标,太阳X射线和极紫外波段观测的图像数据对研究太阳内部机理和监测地球空间环境有重要意义。随着空间天文的发展和太阳X射线-极紫外波段成像仪器水平的提高,需要定量化的图像数据,也需要有效的平场定标方法来保证太阳X射线和极紫外波段成像仪器的数据精度。本论文对基于KLL算法的X射线-极紫外波段的平场定标方法展开研究,解决了该波段无大面积均匀照明光源的问题,为该波段成像仪器地面和在轨平场定标提供了一种解决途径。本文在深入研究KLL算法的基础上,结合图像处理方法中的图像融合技术,提出了一种只用小位移量获得高精度、大视场平场数据的方法。该方法将采样中心移到视场边缘获得补偿平场图像,再以贡献像素的数量加权处理拼接缝隙,不仅提高了视场边界的平场精度,也缩短了采样时间。为验证方法定标精度,本文采用了数值模拟仿真与真实数据相结合的方法,其中仿真模型获得的平场全像面像素级相对误差优于0.1%,相对误差的行RMS值低于0.1%。实验数据验证共分三步,可见光CMOS平场实验从组件级和系统级分别验证了方法的可行性;太阳X-EUV成像仪样机的地面平场定标实验证明了方法适用于太阳观测设备,并为该设备的在轨平场定标提供平场参考数据;最后,将SDO/AIA观测到的19.3nm波段的太阳图像数据加入规定平移量,模拟拍摄移位图像序列,用该模型验证了算法的有效性和稳定性,也验证了其对X射线-极紫外波段太阳成像仪器的适用性,该模型获得的平场全像面像素级相对误差低于3.0%,RMS值约为1.1%。本文在研究LSTM时序预测模型的基础上提出了一种平场变化预测方法。利用SDO/AIA服役近十年30组平场的样本数据验证该方法预测的平场,并用预测获得的5组平场数据相对误差的均值表示预测精度,两组平场预测的结果都低于0.7%。该方法可以为太阳成像仪器的在轨平场定标周期制定提供参考。