红外焦平面阵列在整个体系中担当着非常重要的角色，其发展情况如何就决定了红外成像的水平高低，它是由红外响应特性较好的敏感半导体的材料加工获得的。加工的时候，由于现阶段的加工手法不够精准，加工器材不是那么的先进，加工的材料选择的达不到百分之百的纯良，有杂物等等的原因。这些就极其可能引起红外焦平面阵列里面小的单元的光电响应的不一致，当一些像点的响应极其反常，大大超出平均水平时就很有可能成为失效像元。无效像元在视觉上有分为是红外图象中不变的，或者偶尔冒出的太亮点和黑点。由于响应过大而形成的亮点称为过热点，相反的黑点称为坏点。该些点将会严重干扰人们从图象上获取精确有用信息，影响红外图象的质地，造成实际温度分辨率不高，与此同时也不可避免地影响高层图象处理算法的处理结果。红外图象处置就是找到体系中性质异常的探测单位，用于校正，从而改善红外成象体系的成像质量。
    在一些特殊的应用范畴，含有无效像元的红外图象会给系统带来很大的影响，乃至可能会使体系没法运行。比如，当于军事领域运用红外成象体系时，在对导弹预警和拦截时，就要用到红外技术来识别它[11]，在两者距离较远的时候，红外图象上只能看到很小的目标，存在于红外体系中的失效像元就会影响前期的探测成象结果，由于成象较小，微弱目标的特征就不清晰，表现形式和失效点非常像，检测体系就很有可能把这两者混淆，就会耽误重要的军事打击时机，使得系统失效，造成损失，严重威胁国家安全，后果无法想象。
1.2国内外研究现状
关于无效像元检测，由周慧鑫等人提出的，一种基于双参考辐射源的无效像元现场自动检测方法，能够实现无效像元的自动检测。张科先对图象进行预处理，再对红外图像进行无效像元的检测，解决了无效像元检测精度低的问题[3]。除此之外还有别的文章对“3σ”原则的补充，比如，李言俊提出了一种基于滑动窗口的自适应阈值无效像元检测方式[12]。此外，从相反的角度出发的石岩。首先，分析了红外焦平面的特点（红外焦平面阵列）有效像素，然后确定无效像素分类准绳。
除了这些之外，国外方面，Lopez-Alonso, Jose M.运用主要成分分析法在统计层面上对坏像素进行提取和补偿[13]。主要成分分析方法在其他文章中也有所体现，比如Jose Manuel Lo pez-Alonso在2002年关于无效像素提取的文章也提到了这种方法。
1.3主要工作与结构安排
    本文共分为五章，内容安排如下：
    第一章主要是本课题的研究背景和意义，论述无效像元检测的必要性。
第二章首先介绍了红外成像系统的组成与应用，然后简述了红外成像系统中的噪声，引出无效像元，将它等效为噪声来处理。其次是无效像元的定义，细致分析其生成机制。
第三章无效像素检测是补偿的前提下，本章重点分析了两种典型的检测方法，并比较了它们的优缺点，进而提出改进的方法和仿真。
第四章是对无效像元补偿算法的研究。首先是剖析比较经典的法子，然后融合了各自特性，进行了改良，最末给出了仿真结果。
    第五章是总结，归纳本课题主要进行的工作，并分析本次算法研究的不足和需要改进的地方。 IRFPA红外焦平面阵列无效像元检测及补偿方法研究(2):http://www.youerw.com/tongxin/lunwen_24026.html