毁灭性飞行事故主要发生在飞机起飞、降落以及逼近目标等，因此更需要掌握周围环境信息的时刻。然而，由于缺乏高性能低成本的障碍物检测系统，使得民用航空系统较之装备了精密而昂贵检测系统的商务运输以及军事航空系统有着更高的事故发生率，特别是在恶劣的天气状况下。 本文在平衡障碍物检测系统性能与成本问题的情况下，设计并实现了由多个相对经济传感器组成的障碍物检测系统，使得民用航空器在恶劣天气环境中依然可以与使用昂贵障碍物检测系统一样达到对目标准确识别的效果。 本文主要针对红外传感器以及毫米波传感器的数据融合问题，定义了以下处理流程来实现此障碍物检测系统：图像生成、预处理、图像处理以及障碍物检测。该四个处理模块相互独立，可以很容易地各自添加更先进的技术算法扩充升级而不影响整个工程的应用。目前本文主要应用了Edge检测以及Corner检测萃取原始图像特征，再利用特征图像相加以及pyramid算法以实现数据融合。在进行了数据融合之后的图像中应用Morphological处理以及flood filling算法完成对图像中障碍物的检测。在整个处理流程中，针对不同的图像情况分别用到了高斯滤波和中值滤波来处理噪声。最后，本系统将输出标有障碍物位置的图像以及详细坐标列表。 比较本系统所检测到的障碍物以及人工辨别的障碍物信息发现，使用两种不同传感器设备将得到比只使用一种传感器更全面的障碍物检测信息，表现在更高的检测成功率以及更低的目标丢失率。本文获取的比较数据证明了：使用两种不同传感器经过数据融合处理后的障碍物检测结果比分别使用单独的图像传感器效果更好。