针对物体检测中传统广义霍夫变换算法计算量大、效率低以及基于特征匹配算法对于放缩旋转图像的误检问题,提出一种基于重要性采样的广义霍夫变换算法。将广义霍夫变换置于重要性采样框架中,边缘点根据显著性度量值筛选,作为广义霍夫变换的投票元素,并采用加权多分辨率分析方法,极大地减少了计算量。通过多种实验(放缩、旋转、加噪、遮挡等)与其他相似方法进行对比,结果表明,该算法检测精度及效率较高。