红外焦平面阵列器件是目前最先进也最常用的红外成像系统的探测器件,但是其固有的非均匀性严重影响了成像质量,所以非均匀性校正成为图像处理中的关键技术之一。基于场景的非均匀性校正由于不需要定标设备,可使系统连续工作等优点已经成为该领域的研究热点。本文首先介绍了红外焦平面阵列器件的非均匀性及其产生机理,阐述了红外图像非均匀性的特点,并介绍了探测器的响应模型和校正模型的基础；然后在分析非均匀性校正意义的基础上简单介绍了两点校正算法和恒定统计法,并阐述了基于场景的非均匀性校正算法的优势。接着将基于场景的非均匀性校正算法分为统计类和基于配准的校正算法两类,并进行了详细的分析和深入的研究。重点对时域高通滤波法和神经网络法进行研究：提出了一种参数可存的时域高通滤波算法,提高了收敛速度和实用性；提出的二次校正的神经网络算法和基于牛顿插值的神经网络算法具有更好的校正效果。通过实验验证,从人眼视觉的主观评价上得出本文算法能对非均匀性进行校正并且比传统算法的校正结果要好的结论。同时对本文中提到的传统算法和本文提出的新算法进行客观性能评价,通过分析比较,从而证明本文提出的算法的有效性和实用性。最后分析鬼影的产生原因,研究了去鬼影的算法,并通过了实验验证。