椭圆检测在图像识别与计算机视觉领域一直占有非常重要的位置。边缘检测则是图像特征提取的首要条件。由于许多常用的边缘检测算子如Sobel算子、Canny算子等针对的是一般图像，并非含有椭圆的特殊图像。因此，本文首先引用一种不常用的ADM算法，并调整其高斯平滑函数，通过实验说明改进的ADM算法在检测含有椭圆的图像时的优越性。 在得到图像的边缘点集之后，利用Hough变换及其改进算法检测椭圆是学者们常用的方法，但存在计算量大、耗时大等缺点。本文提出一种高效随机的椭圆检测算法(RED)，该算法非基于Hough变换。与将相关参数信息保存于一个累积数组之中的基于Hough变换算法的原理不同，RED算法不需要这样的累积数组。通过应用于具有不同噪声的合成图像以及真实图像，实验结果表明RED算法在低噪声与适度噪声的情况下，速度明显快于RHT算法。在高噪声的情况下，随机Hough变换算法的速度要快于本文提出的RED算法，但同时消耗了大量的存储空间。 本文的安排如下： 第一章是介绍一般情况的绪论。分析常用的几种边缘检测算法的优劣性在第二章中，另外详细讨论ADM算法在检测含有椭圆图像时的优点，并用实验说明。第三章讨论了Hough变换及其改进方法，分析了基于以上方法的椭圆检测算法。RED算法在第四章当中提出，辅以实验说明其优越性。在第五章中，展望未来研究工作。