几何形状的检测与识别是数字图像处理领域中重要的研究课题。在现实生活中,绝大部分物体都有其特定的几何形状。对几何形状的快速、准确的检测在理论研究与工程应用方面都具有重要的基础意义。本文的研究工作主要包括三个方面:圆检测算法研究、一般几何形状检测算法研究、基于GPU的图像并行计算研究。本文从圆检测开始研究,然后逐步将相关算法推广到一般几何形状的检测,最后利用GPU并行计算实现对算法的加速。在圆检测算法方面,本文在分析和总结了以往众多算法的优缺点之后,在霍夫变换的基础上提出了一种新的基于查找表和位操作累加器的圆检测算法。该算法预先将圆上各点相对于圆心的坐标偏移存入查找表中,进行目标检测时依据边缘点的方向信息在查找表中索引相应的坐标偏移并在位操作累加器中投票。与传统的只记录数量不记录方向的累加器不同,位操作累加器通过位操作的方式既能记录数量信息又能记录方向信息。查找表和位操作累加器的应用使得程序的执行效率和检测准确性大大提高。在一般几何形状检测算法方面,在分析了模板卷积、广义霍夫变换等算法之后,本文结合广义霍夫变换思想同时把圆检测算法中的查找表和位操作累加器技术加以推广,提出了一种新的几何形状检测算法。该算法首先建立待检测目标图形的模板,进行模板检测时利用边缘点的方向信息索引模板中的偏移值并在位操作累加器中投票。最后在累加器中寻找局部极大值,从而找到目标所在位置。在GPU图像并行处理方面,本文研究了基于CUDA平台的并行化处理技术,并重点研究了基于CUDA的图像处理并行化,包括基于CUDA的提取边缘、圆形目标检测等算法。在深入分析本文算法的可并行性之后,本文最后实现了圆检测算法在CUDA平台上的并行化计算,相比于只在CPU上运行,速度得到了较大的提升。