非均匀性校正（Non-Uniformity Correction, NUC）是一种在图像处理和传感器校准中常用的技术，用于改善图像传感器（如CCD或CMOS相机）的输出质量。这种校正主要针对传感器在不同像素之间可能存在的响应差异，这些差异可能是由于制造过程中的微小不完美导致的。
基本原理：

1. 响应差异：图像传感器的每个像素对光的响应可能略有不同，这会导致图像出现条纹或其他非均匀的模式，特别是在长时间曝光或低光条件下。
2. 校正过程：非均匀性校正的目的是创建一个校正图像（或称为暗场图像），该图像记录了每个像素的响应差异。然后，这个校正图像用于调整实际图像数据，以补偿这些差异。
3. 暗场图像：暗场图像通常是在没有光照射到传感器的情况下获得的，这样可以捕捉到每个像素的固定模式噪声和响应差异。
4. 校正算法：
   1）算法分类
   目前红外焦平面阵列（Infrared focal plane array，IRFPA）非均匀性校正的方法主要有两大类：一类基于场景，利用实际场景信息实现非均匀性校正；另一类参考标准辐射源定标，实现非均匀性校正。
   基于场景的方法具有自适应性，可以减轻或消除漂移的影响，但因收敛参数难以实现快速稳定收敛，而且算法的运算量大，受到当前硬件条件的制约，很难实现实时校正。如神经网络方法、时域高通滤波算法、恒定统计平均法。
   基于场景的非均匀校正是利用场景信息的变化即时估计出探测元的增益和