机场跑道异物泛指可能对机场造成损失或者损伤航空器的某种外来物质、碎屑或物体，是影响航空器飞行安全的重大隐患。国外已经成功研制出自动化的机场跑道异物检测系统，主要通过毫米波雷达和视频监控技术实现对异物的检测和告警。这些系统投资和维护成本巨大，不利于在国内大规模的普及应用。　　本文提出了一种基于视频的低成本的跑道异物检测和识别系统方案，以机场巡道车为载体，通过车载传感器实时监控跑道路面。论文首先对国外现有机场跑道异物检测系统进行分析，阐述了本文系统的总体设计方案，然后依据FAA的检测标准对传感器硬件选型和安装方式做了深入的探讨。　　在系统检测模块，本文针对光学传感器在实际应用中的缺陷，提出引入深度传感器联合检测的方法。检测过程首先通过改进Canny算子实现光学图像的异物检测，进而利用概率Hough变换减小跑道背景区域对结果的干扰;然后改进区域生长算法降低图像深度值缺失的影响，实现深度图像上的异物检测;最后结合光学图像和深度图像的检测结果，提出了异物框图匹配算法以降低异物检测的漏检率和误检率。　　在系统识别模块，本文利用异物的颜色和Gabor纹理特征构建了基于组合核函数的多分类支持向量机实现异物的识别分类。　　论文对提出的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和识别算法能够有效地检测出跑道上的异物，并对其进行分析和识别，为机场跑道异物检测和识别提供了新的研究思路。