圆形(包括弧线)检测是数字图像处理过程中的经典问题之一，有着广泛的应用背景。自从20世纪80年代以来，研究者们提出了多种圆形检测的方法，基于Hough变换的累积方法是主要的方法。基本的Hough变换方法是将图像中的每一边缘点映射到参数空间的一个区域，选取累积最多的参数。在现实生活中，由于噪音、数字化错误和图形变异等因素真实的图形经常被曲解，因此，图像在应用Hough变换后，很难找到单一的峰值，这也就造成了检测的难度。 本文讨论了当前的Hough变换算法及其存在的一些问题，并在Hough变换的原理基础上利用圆的几何特征提出了改进算法。重点介绍随机Hough变换原理，将传统Hough变换圆检测时的三维参量统计变成一维参量统计；引入模糊理论，参数空间中的每个参数累积的计算，是将图像空间中的模糊点经Hough变换后在该参数点的隶属度的值来累加，避免了原始的只对隶属度值为一的映射点进行累积造成的检测不准确的问题。 理论和实验证明，本课题所研发的算法具有良好的检测性能，能获得较好的检测结果。