在图像识别领域，圆形、不规则圆形是有用且具有较高级别的特征信息载体。圆形、不规则圆形的提取技术，直接或间接的影响目标识别的结果，并具有较高的理论价值和实用意义，它广泛的应用于细胞生物医学分析、工业自动装配、定位系统及军事目标监测。 本文对目前应用最为广泛的不规则圆形提取方法——Hough变换，在研究阶段参考了大量的关于Hough变换的研究论文。对它的分析建立了不规则圆形提取方法的清晰轮廓，其中Hough变换方法是Top-Down方法模型的典型实例。 本文对从图像中提取不规则圆形目标的经典算法进行了深入的研究，提出了一种基于Bottom-Up方法模型数据组织方法以及利用K-L变换求邻域参数的方法。该方法的创新之处在于以象素点及其邻域而不是单纯以象素作为处理单元，得到邻域表征的各个参数来做作不规则圆形检测的直接参数，实验证明该方法是确实可行的。 本文在对邻域求参数的计算中，利用K-L的概念，用邻域内所有数据点集的二维位置(x，y)信息构造了K-L变换的相关矩阵，最终求出可以表示邻域信息的主要成份。本文给出了K-L变换可以用于邻域表示的详细证明步骤，同时分析了这种方法的可行性。