为了自动检测工业CT图像中的圆并精确地测量其参数，研究了基于Facet模型的亚像素边缘检测算法检测图像边缘，利用圆存在的概率大小识别边缘图像中的圆并测量其参数的方法。首先，利用Facet模型提取图像的亚像素边缘。接着，研究了图像圆存在概率算法特点，通过构造专用链表数据结构存储计算数据，限制计算时圆心选取范围等方法，克服了原计算方法效率低、占用内存大的缺点，并运用改进的圆存在概率计算方法对工业CT图像中的圆进行自动检测。最后，通过最小二乘法拟合圆边缘点，计算圆参数的实际尺寸。使用空间分辨力为2.0 lp/mm的电子直线加速器工业CT系统，扫描重建出包含10个圆的800 pixel×800 pixel工业CT图像，运用该方法对图像中的圆进行了识别和测量。试验结果表明，改进的圆存在概率算法计算效率明显提高，图像中圆参数测量精度＜0.5%，满足工业CT图像圆自动测量的精确、快速、可靠等要求。