随着民航业的飞速发展，航空运输的不断扩容，机场作为航空运输的枢纽平台，跑道安全问题日益受到重视，其中机场跑道异物FOD(foreign object debris)检测已经成为保障飞机飞行安全急需解决的问题。国外现已开发出的实用检测系统主要通过毫米波雷达和视频监控技术实现对异物的自动化检测和识别，受限于巨额的开发维护成本以及技术的垄断，很难在国内各机场进行普及。本文以机场巡道车作为移动平台，基于双目视觉技术提出了一种低成本的基于视频的跑道异物检测系统方案。根据FAA发布的检测标准，论文阐述了基于视频的检测系统的总体设计以及各功能模块，并针对现有目标检测算法应用于异物检测的不足，探讨了采用双目视觉测量技术的可行性和优势。在视频图像采集过程中，考虑到光学系统受天气条件的影响，本文利用改进Mean Shift滤波的Retinex方法实现图像增强预处理。首先采用主元分析法将低对比度图像分解为亮度和色彩两部分，通过改进现有Mean Shift滤波方法实现光照分量的自适应增强，并对色彩通道进行恢复，最后在全局分析基础上实现图像补偿。在系统检测过程中，利用异物相对于跑道路面存在深度突变的原理来进行测量，首先对固定安装的双目摄像机进行标定，然后通过极线约束等方法对左右视图进行校正，采用数值分析建立两幅图像对应映射关系，根据左右视图内相应像素映射关系的改变，来实现对视场区域内异物的检测，解决传统目标检测方法无法有效排除路面干扰因素的难题。论文对上述算法进行了仿真实验，实验结果表明本文基于视频的机场跑道异物检测算法面对复杂路面情况下异物检测的准确性，并能对视频图像进行有效增强。为机场跑道异物检测提供了一种新的可行性研究思路。