在红外焦平面阵列探测器（IRFPA）非均匀性校正问题中，传统的神经网络算法会出现图像边缘模糊、对比度低、“鬼影”等现象。针对此类现象，本文提出一种基于侧窗滤波改进的神经网络非均匀性校正算法。该算法首先对输入图像采用侧窗滤波获得期望图像，在去除非均匀性噪声的同时保护目标边缘细节达到提升图像质量的效果。在此基础上，通过饱和非线性函数抑制校正参数局部发散，能够有效避免校正后图像出现‘鬼影’问题。实验结果表明，使用本文提出的算法能够有效去除图像中的非均匀性噪声，且无明显“鬼影”现象。在3组测试图像序列中，平均图像粗糙度降低了30.17%。在实验计算机上连续处理400帧图像序列最大耗时为37.417 0 s，较基于双边滤波改进的对比算法耗时减少了95.05%，较基于小波主成分分析的对比算法耗时减少了45.81%。本文算法在非均匀性校正效果和算法运行效率方面具有明显优势，为小算力、低功耗移动平台实现实时非均匀性校正提供了新的研究思路。

时间延迟积分（Time Delay Integration， TDI）图像传感器具有高速、高灵敏度等特点，广泛应用于高通量、大视场的荧光显微成像系统中。显微物镜视场内响应均匀是精确获取荧光能量分布的基础，为提高系统成像质量和测量准确度，研究了适用于TDI荧光显微成像系统的平场校正或响应非均匀性校正方法。根据TDI荧光成像系统的工作原理推导激光诱导荧光成像模型，分析图像均匀性退化机理。提出一种基于微阵列生物芯片的两步式校正方法，将系统响应非均匀性分为高频和低频部分分别校正，高频部分采用传统的两点校正方法，低频部分采用微阵列生物芯片校正。基于高通量TDI荧光显微成像系统开展实验，执行并验证本文的校正方法。实验结果表明：本文方法将TDI荧光成像系统的响应非均匀性由25.21%降低至2.87%，显著提高了系统性能。本文提出的校正方法能够满足TDI荧光显微成像系统的平场校正需求，具有一定的应用价值。

机载红外点目标探测系统在搭载飞机飞行中探测系统的环境参数会发生变化，导致通过传统地面标定方法获取的非均匀性校正参数的准确性有所降低，故有必要进行机上基于场景的非均匀性校正。本文提出了一种基于帧间配准的机上非均匀性校正算法，首先对图像进行预处理，滤除探测器坏点影响，然后用两帧邻近图像计算互功率谱，求出互相关函数，确定配准位移。两帧连续图像完成配准后，通过误差函数最小化来实现校正参数的更新，最后对整个图像序列进行上述迭代计算，获取最终校正参数。本文模拟了一组非均匀性场景图像序列作为实验图像序列，通过实验分析，提出了帧间图像变化（平移、旋转、缩放）对本算法校正效果的影响，然后采用两个具有代表性的算法与本文提出的算法分别对该图像序列进行处理，并从图像质量和收敛速度两方面比较算法性能。结果表明：与其他两种算法相比，本文提出的算法非均匀性校正效果较好，峰值信噪比提高了20 dB以上，结构相似性则突破了0.99。本文提出的算法虽然比较复杂，但校正参数收敛速度较快，易于在硬件平台上实现，具有一定的工程应用前景。