机场道面外来物（FOD,Foreign Object Debris）,是指可能给飞行器以及航空系统带来损伤的外来物体、碎屑或物质。FOD带来的危害不仅会损坏飞机及带来巨大的经济损失,并且还伴随着被夺去宝贵的生命。目前,全球绝大多数机场的FOD监测仍靠人工完成,弊端颇多。所以为达到全天时全天候的安全要求,机场跑道异物检测作为保障飞行安全的重要手段,对其自动化已经是亟须解决的重大问题。本文根据相关部门对机场异物检测的性能要求,借鉴国外现有检测系统,展开了机场道面FOD视觉探测与定位方法研究,并以此梳理和归并出三个主要研究难点,分别是超远距离下清晰图像的获取方法、异物图像提取算法和异物图像识别算法的实现。围绕以上研究难点进行展开研究和设计,从而完成了试验样机的研制与测试工作,达到了课题的初期研究目标。本文的主要贡献从硬件设计和软件算法两个方面,可归纳如下:1.完成了探测器硬件的图像系统及机械系统的设计论证,从而为超远距离下清晰图像的获取提供保障,核心是景深设计和分辨率计算。其主要内容分别是通过理论分析和现场测试,验证了近距离边灯式布局和远距离塔式布局两种方案的优与劣,并据此完成了上海虹桥机场的布局设计工作。另外,完善并规范了探测器光学硬件和机械硬件的参数指标理论计算、选型及测试验证流程,以确保在超远距离下硬件系统的景深和分辨率等参数均满足系统设计指标。2.提出了一整套机场跑道异物的图像检测与识别的完整算法方案。此算法针对机场跑道环境,使用背景匹配和图像校准增强检测稳定性,运用图像分割并测试不同距离度量提高检测正确率,联合全局特征和局部特征提高识别率。它具有异物提取、分类识别和告警能力,在实验室和机场实地测试表现为准确度高、运算快速可靠,四种给定异物的检测率在良好天气下基本均高于95%。