一般将可能损伤航空器或系统的某种外来的物质,称为跑道异物(Foreign Object Debris),简写为FOD。常见的FOD种类相当多,如飞机和发动机连接件、野生动物、树枝、木块、塑制品、石块等。FOD的危害非常严重,实验和案例都表明,机场道面上的外来物可以很容易被吸入发动机,导致发动机失效,因此研制FOD检测系统是十分必要的。目前为止,国外已经成功研制多款FOD检测系统,国内对这方面的研究还在起步阶段,因此研究机场雷达检测系统具有实际应用价值。本文基于雷达图像,对机场跑道FOD检测系统进行研究。首先介绍了机场异物检测系统的搭建,包括软件系统的结构框架和实现方案。为便于调试,在debug模式下将软件系统分为图像获取模块和图像处理模块两个部分来实现。图像获取模块的主要功能是从DSP中获得极坐标系下的雷达扫描数据,图像处理模块主要集成了一系列的图像处理算法。重点介绍了软件搭建过程中的关键技术和难点,并针对难点提出了相应的解决方案。其次,雷达图像处理方法是雷达异物检测系统的关键技术,重点介绍了噪声滤除方法和边缘检测方法,并在二维混合变换的基础上提出一种改进的噪声滤除方法。获得的雷达数据,经过噪声滤除、图像增强和边缘检测,便于异物的检测和定位。最后,对预处理后的雷达图像进行阈值分割,实现背景和目标的分离,利用Hough变换将图像中的道路等线段检测出来,然后采用简单有效的聚类分析方法,实现跑道中异物的标识和定位。本文首先对机场跑道的异物检测系统的软件需求进行了分析,并在分析的基础上进行平台的搭建；然后对获得的雷达图像数据进行处理,将异物检测出来并进行定位。主要工作如下：1、对异物检测系统的软件功能需求进行分析,根据分析结果,将系统分成图像获取模块和图像处理模块分别进行实现。2、阅读并分析有关雷达图像处理的资料及相关学术论文,在分析的基础上选择适合机场跑道背景的处理算法,对机场跑道的雷达图像进行处理,并将多种算法的检测效果进行对比分析。3、基于Microsoft Visual C++6.0平台,用C++语言实现了各个模板的基本功能,并实现了雷达图像中异物的标识和定位。