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，检测结果比概率Hough变换直线检测更加准确，内存消耗减少超过90%以上。