由于受到制造工艺的影响，红外焦平面的各探测单元两两之间存在光电响应的不一致，即非均匀性。它们会严重影响图像的质量，所以必须对红外图像进行非均匀校正。对于红外焦平面探测器，在基于场景的恒定统计非均匀校正的方法中，比较常用的是全局恒定统计法和局部恒定统计法。但是二者对累计帧数的大小比较敏感，且在累计帧数越少，校正后效果越差，鬼影更严重。针对上述问题，本论文提出了一种新型的统计方法基于多尺度的恒定统计（MSCS）非均匀校正，非均匀性校正的空间尺度和满足恒定统计约束的空间尺度同步扩大。首先通过统计图像的特性分析，得到不同空间尺度其信号分布的关系：时间信号的恒定分布的空间尺度随着时间逐渐变多扩大的。这就是MSCS假设。非均匀性主要分布在高频域而场景信息的变化主要集中在低频域，仅仅需要估计在高频域的增益和偏移，在低频域非均匀性剩余很少，对视觉效果的影响较小。采用大小变化的高斯滤波器获得增益图像和偏移图像的多尺度表示，既可以将信号的高频部分和低频部分分开，又同时满足迅速扩展空间尺度来补偿非均匀性。然后，为了解决非均匀性的漂移特性和抑制鬼影的产生，本文引入了时间窗和阈值门限。时间窗的引入为了强调最近校正后的数据，减少当前数据的影响。当场景中包含异常值如强边缘等，或者场景处于静止以及运动缓慢时，时间信号的均值和均值偏差的停止更新，直到场景恢复运动或不含异常值。所以阈值门限的作用就是更好的抑制鬼影的产生。