在我国，肺癌的发病率在城市已居肿瘤死亡率首位。在肿瘤的早期阶段就进行检测与治疗是提高肺癌病人生存率的主要的也是关键的方法。随着计算机软、硬件技术的发展，借助计算机进行医学辅助检查和诊断成为可能，这其中主要包括处理器的更新换代和海量存储技术的实现。本文主要利用计算机对图像处理技术如分割、提取、三维重建和显示等，使得计算机辅助读片成为可能，可以辅助医生对病变及其它感兴趣的区域进行定性乃至准确的定量分析，从而提高医疗诊断的效率，使医生对病灶部分看得更清楚，获得更多的数据信息，从而帮助医生诊断或有益于其他治疗，这就是本文的研究宗旨和目的。 本文首先讨论了肺结节检测的一般过程，研究了基于维纳滤波的肺部CT图像预处理方法，取得较好的处理结果。Hough变换是在图形图像处理和计算机视觉中用来提取边缘特征的常用的方法，受到国内外学者和工程技术人员的广泛青睐。Hough变换在图像处理中占有重要地位，但本身具有存储空间大计算时间长的缺点。在肺部图像中有圆形的结节和长的、线形的脉管，而肺结节的主要表现特征是圆形或椭圆形。本文的目标是提取出圆形的肺结节部分，所以采用基于Hough变换对圆的检测来检测肺结节，进而研究了基于Hough变换的肺结节检测算法。综合利用图像本身灰度信息和梯度信息，对图像空间的抽样进行约束与优化，减小参数的累加数目，得出图像空间中属于目标的轮廓点；并根据目标本身的性质进一步搜索，去除伪轮廓点；采用了“多对一”映射与并行算法来提高检测速度。对检测图像进行Canny算子边缘检测后，采用先大间隔后小间隔的粗细累加策略，完成Hough变换检测。由此，本文提出了一种改进的随机Hough变换，可以进一步应用于圆检测系统。在Matlab环境下进行编程实验，对实际临床肺部CT图像进行肺结节检测实验，结果表明本文提出的肺结节检测方法较好地实现了肺结节的提耳义和检测。