红外焦平面阵列在成像过程中存在着严重的盲元问题。这些问题极大地影响了系统的成像质量，盲元问题是目前红外焦平面阵列成像系统研究的难点和热点。本文提出了一种PTW图像格式的盲元检测与补偿算法，建立了目标温度与图像灰度之间关系的数学模型，实现了目标温度的高精度快速测量。 本文完成了以下四个方面的研究工作： 提出了一种PTW图像的编解码算法，PTW图像格式是红外热像仪一种特殊格式，不同于BMP图像编码格式。该PTW图像编码格式具有从上到下、从左到右，依次排列的特点。根据该解码算法实现了从PTW图像格式到BMP图像格式的转换。 提出了一种基于阈值+相邻像元的红外焦平面阵列自动盲元检测方法。该方法是根据盲元与周围像元响应率和平均响应率的偏差大于或者小于10%的特点，通过设定阈值可以判断红外探测器中的盲元位置。经过阈值检测以后，对于阈值处理后的图像无法满足要求的特点，再用相邻元检测的方法，检测效果良好。 实现了加窗中值盲元补偿方法，该方法融合了邻域平均法与中值滤波法的优点，将线性补偿与非线性补偿技术有效的结合。获得了更好的盲元补偿效果。 建立了目标温度与图像灰度之间关系的数学模型。利用BP神经网络算法，把二者关系建立起来。实现了对目标温度的测量。 实验结果表明，PTW图像解码算法转换后的灰度图画面清晰、层次分明，很好地再现了实际物体，为进一步的红外图像处理打下了基础。阈值+相邻像元自动检测方法不需要实验标定，通过在线数据就能完成对盲元的重新检测和定位，其盲元率为0．43%，满足检测要求。通过加窗中值盲元补偿方法补偿后的图像效果优良。最后，建立了目标温度与图像灰度之间的拟合曲线，得出系统最小可分辨温差为0．5K，系统平均误差为1．5K，满足测温要求。