随着经济的快速发展,生活水平的不断提高,乘坐飞机出行已成为众多人的选择,因此,飞机的飞行安全日益受到人们的关注。机场跑道异物简称FOD(Foreign Object Debris)是指机场跑道上一切损害飞机安全的外来物,FOD严重影响飞机的飞行安全,因此,对机场跑道异物检测和识别技术的研究具有重要的现实意义。本文首先,研究分析了图像的预处理、图像边缘检测、图像滤波等相关算法,并且对算法的优缺点进行了比较,为后续异物检测图像处理提供了基础;其次,研究了常用的运动目标检测算法和异物检测算法,对算法的优缺点以及适用范围进行了总结,并且对异物检测算法进行了改进,即将基于自适应混合高斯滤波的背景差分法和改进的帧间差分法相结合对异物目标检测,改进后的算法能够有效地抑制异物内部空洞的出现,使异物的边缘信息更加完整,提高了异物检测的准确率;然后,设计了异物检测与跟踪算法的整体流程,即先用本文改进算法对异物进行检测,再利用中值滤波和形态学滤波对检测图像初步去噪,接着采用面积去噪法对异物检测出现的噪声进一步去除,最终采用重心标定法以及Kalman滤波跟踪算法对异物目标进行实时标定和跟踪;最后,在VC++和Opencv的上位机平台上对算法进行了仿真,在下位机平台利用基于DM6437装置的车载移动实验平台分别对单异物目标和多异物目标以及在不同光照环境下的异物目标检测进行了实验。实验结果证明本文改进的异物检测算法能够降低背景突变下对检测结果造成的影响,提高检测的正确率,降低误检率和漏检率,使对异物目标的标定和跟踪更加的准确有效。