基于计算机视觉的监控技术越来越受到人们的关注,民航机场是整个民航领域最重要的一环。随着计算机图像处理的不断发展和计算机计算能力的日益提升,在未来,基于计算机视觉的场面监视一定会成为中国机场场面监视系统不可或缺的一部份,所以在研究计算机视觉的基础上,对民航机场场面目标检测识别是非常有意义的研究内容,也拥有这非常重要的应用意义。本文主要利用计算机图像处理技术对机场场面目标的检测和识别进行了研究和应用。首先,概述了计算机图像检测识别的研究和发展现状,对目前图像检测识别的方法进行了详细的介绍和简要的比较。在此基础上,根据机场场面的特点定义了机场场面目标特征检测和提取的约束条件,在约束条件下对四种不同的尺度不变性算法进行了实验仿真和性能对比分析,最终得到一种适合机场场面目标检测提的算法。其次,论文对机场场面单目标(飞机、汽车、人)建立词袋模型进行分类识别工作,在机场场面单目标(飞机、汽车、人)进行分类检测识别过程中提出一种新的一种基于核心区域的金字塔词袋模型,该模型在词袋模型的基础上进行了改进,不再对输入的整体图像进行特征检测和识别,在充分利用机场场面特点的基础上,定义了场面核心区域,只对核心区域部分进行特征提取描述。最后,本文对机场场面多目标(飞机和汽车、飞机和人)进行了检测识别,针对机场场面多目标共存的情况提出了一种场面多目标分类识别的方法,将矩形度、复杂度等几何参数融合不变矩进行模型匹配和识别,实现了多目标的识别检测,利用文章中提出的算法设计实现两种不同的分类识别实验系统,通过结果对比分析验证了本文中改进模型的高效性和算法的有效性。