机场跑道异物（Foreign Object Debris,FOD）是指遗落在机场跑道上的物体,会对飞机的起降带来严重的安全隐患。随着全球航空业的发展,机场跑道的安全问题也备受关注,为保障飞行安全,减少意外事故的发生,各国对机场跑道异物检测提出了更高的标准和要求。目前,机场跑道异物的检测主要以计算机视觉技术为研究方向。但现有自动化检测设备受限于搭载方式、检测精度,无法有效检测小型异物,目前小型异物仍以人工方式进行排查。为提高自动化检测设备的检测精度,本文对移动式机场跑道异物检测系统展开研究。本文主要工作内容如下:1、提出了一种适用于机场跑道异物检测的移动检测方法。通过改进目标检测算法所需图像的获取方式,以多目图像代替多帧图像,解决目前双帧法或三帧法在低速检测尤其是静止状态时算法失效的问题以及高速检测时存在的“双影”问题,提高了移动检测系统的鲁棒性,使系统在任何速度下均可进行目标检测。2、针对采用多目相机产生的视场不统一问题,通过对图像配准算法及现有特征点算法展开分析,确定了以SIFT算法实现图像特征点的精准匹配,以透视变换实现图像的快速配准,实现多目相机视场的快速、精确调整。3、根据提出的机场跑道异物检测方法,分析了从实时的图像数据获取到最终异物标注的各个环节。首先,设计图像亮度调节算法及图像实时采集系统,以保证四目图像的实时采集;其次,给出基于透视变换算法和SIFT算法的四目图像配准过程;然后,基于图像的空间域和频域进一步优化图像,提高检测系统的鲁棒性;最后,为有效提取图像中的异物区域,提出了一种基于指数函数特性的阈值分离方法,利用指数函数的放缩特点实现对异物前景的提取。4、设计并实现了基于Python和Py Qt平台的FOD检测软件,并应用于FOD检测系统中。测试结果表明,本文提出的机场跑道异物检测方法在小型异物方面具有较高的准确率。