随着计算机技术和机器视觉的不断发展，采用数字图像处理技术进行目标统计的应用越来越广泛，其中类圆物体的计数问题已经成为目前图像处理领域的热点之一。通过计算机技术对物体进行自动计数，可以减轻人的劳动强度，提高工作效率和计数准确度，具有很大的研究意义。本文以捆扎棒材的端面图像为研究目标，改进了一种类圆物体的中心定位算法，目的即是为了根据检测出的中心点个数来统计物体的数量。本文首先详细分析了棒材端面图像的特征，利用目标边缘在各个方向上具有对称性而背景边缘分布没有规律可循的特点，采用一种基于方向滤波和方向检测的感兴趣区域提取与阈值化相结合的图像分割方法，并对本文所设计中心定位系统中所采用的图像预处理技术进行了阐述。其次，本文对几种常用的类圆形图像的粘连分割方法进行了研究和分析。根据类圆图像的实际特点，改进了一种基于圆Hough变换的棒材图像目标分割与中心定位识别算法。该算法首先采用边缘检测算子获取目标边缘点的梯度信息，然后对圆Hough变换的算法进行改进，该方法对重叠粘连类圆物体的分离取得了很好的效果。在中心点的判定过程中，本文设计了一种中心点判断准则，利用中心区域亮度值较大的特点和目标半径范围内只有一个中心的特点，去除虚伪的中心点。该方法实现简单，效果良好。最后，利用本文提出的类圆形物体的中心定位方法，基于Visual Studio2010和OPENCV设计了图像处理软件，并用棒材端面图像进行试验，试验结果表明该方法定位准确，相对于基于圆环的改进Hough变换的算法，计数准确率有所提高。