شناسایی اشکال هندسی در تصاویر دیجیتال یکی از موضوع های کاربردی در زمینه ی پردازش تصویر است. تکنیک های تشخیص اشیاء به دو دسته ی تکنیک های قطعی و غیرقطعی تقسیم می شوند. تبدیل هاف یکی از تکنیک های قطعی است. در این تکنیک هر یک از نقاط لبه به فضای پارامتریک منتقل می شوند. این تکنیک برای مسائلی با ابعاد بالا مناسب نمی باشد؛ زیرا حجم محاسبات و حافظه ی زیادی نیاز دارد و از مرتبه زمانی است. الگوریتم ژنتیک از جمله تکنیک های غیرقطعی برای یافتن پاسخ بهینه و یا شبه بهینه است. این الگوریتم اغلب با مصرف حافظه ی قابل قبولی به راه حل مناسبی می رسد. بنا بر اهمیت و کاربرد دایره و بیضی در شناسایی مرزهای عنبیه چشم و تشخیص علائم هشداردهنده ی سرعت در تصاویر جاده ای، این پایان نامه به معرفی روشی برای شناسایی این اشکال هندسی با استفاده از الگوریتم ژنتیک می پردازد. در این روش ابتدا یک پیش پردازش تشخیص لبه با استفاده از الگوریتم کنی انجام می شود. دو پارامتر مهم الگوریتم کنی آستانه ی پایین و بالا می باشند. پارامترهای الگوریتم کنی به طور تصادفی به ازای هر یک از اعضای جمعیت نسل اول تولید می شوند. سپس تشخیص لبه به ازای هر یک از اعضا با توجه به پارامترهای مربوط به الگوریتم کنی، به طور مستقل صورت می گیرد. در ادامه برای هر یک از اعضای جمعیت، ضرایب چندجمله ای درجه دوم دایره با استفاده از سه، و ضرایب مربوط به بیضی توسط پنج نقطه ی تصادفی از لبه به دست می آیند. این ضرایب با جایگذاری هر یک از نقاط در رابطه ی مربوط به اشکال هندسی یادشده و حل دستگاه معادله های چند مجهولی محاسبه می شوند. بنابراین در روش پیشنهادی هر یک از اعضای جمعیت، از ضرایب چندجمله ای درجه دوم و پارامترهای الگوریتم کنی تشکیل شده اند. در ادامه کارایی و مقدار برازندگی هر یک از اعضای جمعیت، با استفاده از یک تابع برازندگی مناسب به دست می آید. سپس اعضای جدید مربوط به نسل های بعدی الگوریتم، با استفاده از عملگرهای ژنتیکی تولید می شوند. اجرای الگوریتم ژنتیک تا مرحله ای ادامه می یابد که مقدار برازندگی به یک حد آستانه برسد. سرانجام ضرایب چندجمله ای منحنی های درجه دوم تصویر به دست می آیند. نتایج آزمایش ها نشان می دهد که الگوریتم پیشنهادی در شناسایی دایره و بیضی کارا می باشد.