本论文主要介绍了作者对图像处理中基元特征提取常用算法Hough变换算法的改进。主要内容包括图像边缘检测,直线特征提取,圆及椭圆特征提取算法的实现。本论文的目的是基础性理论研究,从而使基元特征提取过程具有较高速度,高精度以及较好鲁棒性,为使理论成果走向实用打下基础。本文的主要研究成果列举如下:首先,针对当前的边缘检测算法进行研究分析比较,从现有算法中寻找一种优化的边缘检测算法以提高检测精度和检测速度。按照边缘梯度方向信息,提出了基于方向性边缘检测算法,为后续基元特征提取中一些问题的解决作好铺垫。针对利用传统Hough变换检测直线中存在的检测不精确,多峰值检测以及受噪声干扰严重等缺点,提出改进Hough变换直线检测算法:(1)基于局部梯度算子增强的Hough变换改进算法,并对累加器单元的细分做了公式推导。采用动态子块特征提取对多峰值检测。有效的去除了噪声的干扰并很好的解决了计算精度与计算速度之间的最优匹配。(2)基于上下边缘的Hough变换改进算法,有效的解决了多峰值检测问题以及虚假峰值问题,提高了直线检测的鲁棒性。针对圆及椭圆检测算法中需要大量存储空间,计算时间长,鲁棒性差等问题,提出了利用曲线的凸性理论对像素点进行处理,判断出曲线的开口方向,结合上下边缘信息将图像分层;按照多对一的映射理论根据曲线的凸性以及分层信息,确定性选点,有效的解决了存储量大的问题以及曲线检测的鲁棒性问题。对直线,圆及椭圆的Hough变换改进算法给出了实验结果并与部分经典算法进行了比较,按照评价指标进行了分析。