基本上你必须做一个阴影校正。此过程基于仅包含这些伪影的参考图像（或有时称为“补偿图像”）从图像（或一系列图像）中移除已知伪影。这样的参考图像可以通过在良好条件下拍摄均匀的物体（即完全白色的墙壁或完全黑色的黑暗）来获得，以便仅记录来自缺陷相机芯片的信号。

我用 Mathematica 做过这个例子，基本原理可以在任何地方实现。

给定一组没有缺陷信号的图像（我使用灰度图像，因为我没有红外图像）

img1=

img2=

img3=

和一个人工缺陷相机芯片信号，也就是参考图像（我把它从我的帽子里拿出来了）。

noise = GaussianFilter[Binarize[Image[RandomReal[1, {299, 499}]], 0.95], 5]

现在我们生成噪声图像。

img1n = ImageAdd[img1, noise]
img2n = ImageAdd[img2, noise]
img3n = ImageAdd[img3, noise]

然后我们简单地从噪声图像中减去参考图像，得到没有噪声的实际图像。

ImageSubtract[img1n, noise]
ImageSubtract[img2n, noise]
ImageSubtract[img3n, noise]

如果您碰巧有一张嘈杂的图像和一张具有完全相同场景的完美图像（当然还有图像尺寸）

img1n =

img1=

那么您可以通过从前者中减去后者来简单地自己生成参考图像。

ImageSubtract[img1n, img1]