类圆形的物体是指形状接近圆形但不规则的复杂物体，该物体形状在现实生活中普遍存在，如农业生产中的果实、工业生产中的棒材、林业中的圆木端面等等，故该类目标的识别一直是图像模式识别中研究的重点。某些文章对类圆形团块目标识别问题的解决提出了一些方法，例如模板匹配、Hough变换的方法等等，这些已有的算法很多不能适应实际需要，部分算法的计算速度无法适应现实系统需求，部分算法存在识别误差，而某些针对特定目标识别效果很好的算法，适用领域较为狭窄。 针对已有的类圆形识别方法所存在的缺陷，本文在分析和研究了类圆形目标的特征之后，提出了类圆形粒子团块目标模式识别新策略。该方法充分利用最佳边缘检测过程伴生的方向信息，设计了区域统计、中心集聚算法，将团块目标轮廓信息会聚到目标中心以实现中心信息增强，同时有效地解决了目标轮廓分割及归属问题；采用重心聚合和团块特征判定算法，实现中心位置准确识别定位。 论文以该算法作为技术核心，将其应用于钢铁厂成捆棒材产品图像的目标识别中，构建了成捆棒材离线点支系统。该系统使用VB设计前台友好操作界面，采用VC++编写的dll动态库实现快速的计算机图像识别和处理算法供前台调用，达到了自动选定待处理区域、自动识别棒材半径、快速定位棒材中心、对成捆棒材点支计数的目的。 实验结果验证了本文一系列算法的有效性，证明该算法实现了计算机对类圆形目标图像的自动识别与检测。另外从其他类圆形图像的识别结果可以看出，该算法也具有较强的普遍适应性。