Hough变换是提取直线的经典算法。针对随机Hough变换（RHT）存在无效采样和无效累积等问题，提出一种基于距离约束的随机Hough变换直线检测算法。该算法在随机Hough变换选择点对时，先判断两个点是否满足一定的距离约束条件，从而确定是否将其变换到参数空间；然后在参数空间中判断直线的存在性。通过理论分析和实验表明，本算法具有低内存，速度快等优点。

针对标准Hough变换在直线检测中存在的问题，提出了一种基于改进随机Hough变换的直线检测算法。利用8邻域搜索对边缘图像像素点进行了聚类分组；提出了像素点梯度方向差分概念，求出每一个边缘分组中相邻像素点的梯度方向差分，从而进行直线预检测，排除不含直线特征的边缘组；基于随机抽样一致性算法，提出了一种带有直线参数模型预检验的改进随机Hough变换算法。研究结果表明，该算法有效解决了标准Hough变换中的问题，改善了直线检测过程中的误检情况，具有检测速度快、检测精度高的优点。

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷，提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类，前者通过随机抽取采样点并结合其相邻点进行直线搜索，后者采用在随机抽取点周围建立感兴趣区域并进行局部Hough变换，检测到直线后进行全局搜索并实时修正直线斜率，对因网状聚集点产生的错误直线采用间隔计数和限制总间隔长度的方法进行排除。使用500张图片进行实验验证，算法耗时均低于概率Hough变换耗时的1/3，且对网状聚集边界点的直线错检具有较高抵抗性