具有同心圆特征的物体在日常生活和工业生产中广泛存在,通过检测同心圆来定位及其识别物体可以大大提高生活与生产智能化水平,节省人力和时间成本。目前公开的同心圆检测研究成果相对较少,已有可查文献中同心圆检测主要是基于同心圆的特征点,需要给出合适的约束条件,有一定的局限性。因此同心圆检测的研究有较强的实用价值和重要的研究意义。　　 在总结前人成果基础上,本文提出三种算法来改善同心圆检测的局限性:基于质心检测和直线Hou曲变换的同心圆检测算法、基于梯度Hough变换和二次检测的同心圆检测算法以及基于梯度Hough变换和一维Hough变换的同心圆检测算法。对以上三种算法进行研究与对比,研究内容及创新点主要体现在以下四个方面:　　 (1)利用同心圆质心在圆心处的几何特征,结合直线Hough变换提出一种同心圆检测算法,先分割出图像中的圆,再定位同心圆。在圆分割方面,提出基于特征点邻域法、距离方差和归一化的两种图像分割方法。分析表明基于距离方差和归一化的圆分割方法较基于形状角的方法效果更优。　　 (2)研究发现梯度Hough变换只能检测圆而不能检测同心圆,本文提出通过多次图像分割和圆检测来检测图像中的同心圆的算法。并提出用赋值法和画圆覆盖两种方法来去掉当前检测到的圆,仿真结果表明,赋值法去圆效果更优。最后将此算法成功应用到茶杯茶壶的检测中。　　 (3)结合梯度Hough变换和一维Hough变换,提出一种同心圆检测算法。改进一维Hough变换,通过合并相似半径提高半径检测的准确度;在图像预处理过程中,通过离散化图像和降低图像分辨率提高算法检测效率。　　 (4)对三种同心圆检测算法进行分析和比较。第三种算法是第二种算法的改进。理论分析和仿真结果表明,第三种算法抗干扰性最好,但检测效率不如第一种算法。最后将第三种算法与一种典型的基于弦中点Hough变换的同心圆检测算法相比较,分析表明第三种算法检测效率更高,抗干扰性更好。