红外成像技术正日趋成熟,应用领域也越来越广泛。由于受限于工艺制造水平,红外成像系统依然存在着非均匀性问题,影响了图像质量,因此需要进行非均匀性校正方法与技术研究。目前常用非均匀性校正方法主要分为两类：一是基于参考源定标的校正方法,该类方法不能自适应调整校正参数,已经难以满足人们越来越苛刻的应用需求；二是基于场景的校正方法,该类方法还不够成熟,也没有相关的硬件实现参考。本课题研究了红外成像系统非均匀性的形成原因,并对常用的定标法、基于神经网络的非均匀性校正算法、常数恒定统计法等进行了校正仿真和性能分析评估。研究提出了一种基于灰度投影配准的智能化非均匀性校正算法,该算法将行列投影进行滤波和互相关计算偏移向量,并采用最陡下降法校正增益和偏置参数,且在算法中加入了鬼影抑制机制防止出现鬼影。软件仿真和FPGA硬件校正实验均表明,本文提出的基于灰度投影配准的非均匀性校正算法在保证收敛速度和校正效果的同时,抑制了鬼影,具有稳定且良好的校正效果。