人类对物体的识别主要是对物体外形的识别，图像形状检测在图像处理及模式识别中是很重要的。Hough变换是种在图形图像处理中经常用到的形状检测方法，实现的是一种从图像空间到参数空间的映射关系，具有一定的抗干扰能力、明了的几何解析性和易于实现并行处理等特点。其最大的优点是检测几何形状的能力基本不受几何形状中间断点的干扰，而且不需要预先组合或连接边缘点，可以广泛应用于孔径、纤维等自动检测中。　　 Hough变换存在着运算时间长的缺点，本文利用了并行处理这种解决海量数据计算的有效方法来减少其运行时间。本文主要研究了：1)利用TBB(Threading Building Blocks)这种线程构建模块在多核机上对Hough变换中可并行的部分进行并行化；2)基于CUDA(Compute Unified Device Architecture)这种并行计算平台，利用GPU(Graphic Processing Unit)的强大计算功能对Hough变换中最耗时的部分进行计算。实验表明这两种方法对Hough变换的并行化都有很好的加速效果。