随着红外技术的进步，红外探测在日常生产、生活中得到越来越多的应用。红外焦平面阵列技术具有结构简单、灵敏度高、频带宽、响应快等优点，已取代以往的光机扫描技术，为目前红外热成像技术的第一选择。但由于器件材料工艺等原因，红外焦平面阵列存在非均匀性，严重影响成像质量，使图像模糊不清，为高级应用所不可接受。故有必要对非均匀性及其校正进行相应的研究。 　　本文从研究非均匀性入手，通过分析非均匀性的定义、组成，模拟含非均匀性的图像，评估各种因素对非均匀性的影响。分析知非均匀性的主要限制性因素为时变的空间固有模式噪声，故非均匀性校正应是时空域联合处理技术。 　　结合一般回归估计特点，归纳出非均匀校正原理，详细讨论了其中所涉及的四种关系，校正模型、校正期望、校正函数和校正评估的内涵及由之而来的分类，进一步以这四种关系来分析非均匀校正方法。考虑到现代热像仪的高精度发展趋势，结合回归估计，提出在校正期望上做改进来提高校正精度。于是以神经网络法的网络结构为基础，使用更新估计值与场景静止识别，获得良好效果。因更新估计值会带来一些不稳定，故以定标数据为起始数据集，弥补该缺陷，实现将定标法与场景法相结合的综合法。实验表明，综合法能去除漂移等因素的干扰，具有较好的校正精度，可实时的完成收敛过程，对不同内容、噪声的数据集有一定适用性。 　　实际中的红外焦平面阵列都经过定标处理，如何使其适应外界变化应为我们的主要研究内容。定标法不能适应漂移变化，场景法校正精度不够，而综合法在足够快的前提下，在稳、准指标上有所提高，其精度为校正前的近三到四倍，具备一定实用性。关键字：红外焦平面阵列，非均匀校正，非均匀评估，回归估计，综合法.