目前，光子晶体光纤的研究已成为国内外的热点话题。除了研究新的光纤设备外，更多的研究转为应用探索方向。其应用已经涉及到通信、成像和生物医学等领域。随着研究的深入，光纤的熔接技术成为瓶颈。因为其内部是由许多周期排列的空心光纤组成的，在熔接时需要将两根光纤的众多微小空气孔精确对准，而实现这一目的就需要对光子晶体光纤的截面图像进行识别。因此，本课题主要研究光子晶体光纤截面图像的识别算法。本文首先研究了光子晶体光纤截面图像的预处理方法。分析各种场景下的文本去噪、二值化、锐化等技术的特点，选取适合检测光纤截面图像的算法；接着研究了光纤空气孔的边缘检测方法，根据光纤截面图像特点，采用Canny算子检测光纤截面图像，得到图像边缘的像素级信息；为了使检测精确度更高，引用改进的Zernike正交矩做进一步处理，得到亚像素级别的边缘，充分利用其旋转不变特性，使信息冗余达到最优，进而提高速度。其次研究了确定光纤空气孔中心位置的定位方法。本文对传统的霍夫变换及其改进算法的特点进行了分析，在此基础上，给出一种基于霍夫变换的椭圆检测算法：在亚像素边缘的基础上利用改进的最小二乘拟合运算，得到参数在一定范围内的粗略椭圆信息，然后提出将椭圆检测转化到成熟的基于弦中点的圆检测算法，对椭圆的内切圆与外接圆即同心圆进行霍夫累积，得到椭圆具体参数信息。最后在C++和OpenCV环境中完成了程序的运行，实现了光纤截面的椭圆检测。实验表明该算法降低了参数空间的维度，减少了无效采样，可以较快较好的检测出椭圆。