FOD(Foreign object Debris)，如石子、试飞飞机掉落下的小零件、散弹等不利于飞机安全飞行的外来物质，称为跑道外来异物，对其快速精确地检测是保障飞机安全飞行的重要措施之一。目前，国外已有成功研制出FOD检测系统的实例，主要通过毫米波雷达、图像技术实现对FOD的识别检测，但应用并不广泛。而国内跑道监测仍然依靠人力进行，人眼识别，检测时有降低飞机飞行流量和非实时监测的缺点，并存在安全隐患。军用机场飞机跑道异物检测系统利用现代化设备对机场道面进行视频图像监控，实时更新图像模板并与通过采集系统得到的当前图像进行对比，快速识别定位出道面外来异物，此方法快速、简便、定位正确率高，本文基于该系统的研究背景，分析研究了组成该系统的两个关键部分：图像的同步采集和预处理。图像同步采集利用采集设备从一段连续的视频流中有规律的截取需要的图像，采集设备主要由云台、摄像机和机架等组成。本文通过利用ATmega16L型号单片机控制云台的转动，并通过判断云台转过的角度来控制摄像机镜头的快门键，以此得到一组图像，经过反复试验、对比、调整单片机的程序，最终优化设计出一套可以很好实现云台转动平稳性、连贯性的算法，保证视频获得的平滑性和图像采集的实时、有效性等指标；图像的处理要求在误差范围内找出采集到的图像与上一幅模板的差异并标示，本文基于C++Builder平台对图像进行编程，由于该系统的采集设备为摄像机，其采集的图像容易受光照条件的影响，在不同的光照背景下采集的图像的灰度会有差异，因此图像的预处理主要是对图像的灰度进行增强、调整，使采集的图像经过处理后能更好的为后续图像匹配、识别所利用。本文完成了对军用机场机场跑道异物检测系统中图像同步采集和数字图像灰度处理模块的研究，其主要工作如下：1、利用ATmage16L单片机对驱动云台的步进电机进行调速控制，精准的控制云台的转动，并通过与编码器的通信确定采集图像的时间间隔，编写控制程序并经过反复试验使获得的当前图像与模板之间具有很高的匹配度。2、针对机场道面的特殊环境，基于C++Builder6平台，利用多种图像灰度处理算法处理在不同光照环境下得到的图像，并将处理效果图进行对比分析，找到各光照环境下最优的图像灰度处理算法；