机场跑道异物（FOD,Foreign Object Debris）是指出现在机场跑道区域内且会损伤航空仪器或者航空系统的外来物体。FOD对飞机起落与乘客生命带来了严重的安全威胁,因此FOD的检测方法研究是航空领域的一个研究热点。现有基于毫米波雷达的FOD检测方法难以满足检测精度要求,而基于可见光图像处理的FOD检测方法在图像配准和畸变矫正方面还存在诸多问题,影响到检测的准确度。针对上述问题,本文重点研究基于多目相机的FOD检测技术,并设计与其匹配的配准算法和畸变矫正方法,提高FOD的检测精度和准确度。具体工作如下:1)提出了基于特征点局部像素重心的特征点匹配算法,优化了双目与“3+1”目视觉中存在的图像配准精度过低的问题。在特征点描述阶段,使用差值哈希算法求得的差异值向量代替原有的高维度描述子方法,以降低描述子的维度,减少匹配计算量;在特征点对剔除阶段,先对特征点对的线性参数值进行统计和初步筛选,再使用特征点对与临近两对特征点的像素坐标,并结合它们内部灰度值分布的状况对特征点对进行最终筛选。该算法有效改善了图像间配准算法复杂且准确度不高的问题。2)针对可见光图像存在的畸变问题,采用了一种针对图像畸变的补偿矫正算法。通过分析与研究三维空间下物点坐标与摄像头成像平面间像素点的几何对应关系,对二维图像存在的纵向畸变和横向畸变两大问题分别采用非均匀行采集法和线性补偿法进行优化矫正,推导出图像矫正变换算法。3)设计了基于双目视觉的FOD检测算法。通过模拟人眼分辨空间三维物体的方式,先根据相机所处的空间位置建立检测平面的投射模型,再以双目图像中左目图像为参考图,进行疑似异物点的提取工作,最终结合投影模型对疑似异物点投影前后相似度进行对比,实现异物检测的功能。4)在上述配准算法基础上,设计了基于“3+1”目摄像头的FOD检测算法。因异物自身存在立体遮挡的特性,会导致四张图像采集到的异物信息存在略微差别,本文主要针对对这种差异信息的提取与判别达到FOD检测的目的。先以其中一目图像作为参考图对其他多目图像进行配准与矫正,再采用文章提出的图像亮度均值法与图像亮度偏差度法进行多目图像融合。最终通过对“虚环”与“白边”的判断达到检测的目的。