目标检测领域的研究成果对工业自动化、深海探测及国防建设有着重要影响。在过去几十年中,人们对此进行大量研究工作,提出很多方法解决非形变目标定位问题,但是对于形变目标定位问题仍存在不少困难。本文在借鉴国内外最新思路的基础上,研究一些新的目标检测算法。针对经典广义Hough变换不能很好解决形变目标定位问题,同时考虑如何提高检测定位速度,在粗定位与精确定位两级框架下提出基于改进GHT形变目标双层定位快速算法。首先利用图像局域二进制模式直方图特征对目标进行粗定位。然后在粗定位基础上,进行局部搜索,进行精确定位。通过累积矩阵进行集中化处理达到对形变目标定位目的。另外针对广义Hough变换对边缘提取要求较高,且模板图像种类单一使得目标分辨力有限的情况,研究基于训练码本的角度扩展形状上下文描述目标检测算法。传统形状上下文是一种较好的形状描述算子,但对于相近两条边缘线在描述相似度时会产生一定偏差。为解决这一问题,本文对传统形状上下文描述图像特征的角度参数进行扩展,提高形状上下文算法检测形变目标的鲁棒性。实验表明,本文所提算法通过训练目标样本能够有效抽取稳定形状上下文特征,建立码本;然后通过匹配投票可以准确检测出目标位置。最后,针对广义Hough变换受噪声、变形等因素影响较大的情况讨论基于关键特征点加权的广义Hough变换目标定位算法。首先对图像关键特征点加权,构造投票系数,突出了图像特征信息;然后在广义Hough变换投票过程中,根据投票系数进行投票,增加图像有效信息累积。实验表明,该算法也适用于背景复杂,局部变形等情况。