El transformada de Hough (HT) es una herramienta útil tanto para las comunidades de reconocimiento de patrones como para el procesamiento de imágenes. En la vista del reconocimiento de patrones, puede extraer características únicas para la descripción de varias formas, como líneas, círculos, elipses, y otros. En la vista del procesamiento de imágenes, una docena de aplicaciones pueden ser manejadas con HT, como la detección de carriles para autos autónomos, la detección de células sanguíneas en imágenes de microscopio, y así sucesivamente. Dado que HT es un detector de formas directo en una imagen dada, su capacidad de detección de formas es baja en imágenes ruidosas. Para mitigar su debilidad en imágenes ruidosas y mejorar su rendimiento en la detección de formas, en este artículo, propusimos el transformada de Hough neutrosófico (NHT). Como se demostró anteriormente, las aplicaciones de procesamiento de imágenes basadas en la teoría neutrosófica tuvieron éxito en entornos ruidosos. Con este fin, el espacio de Hough se transfiere inicialmente al dominio NS calculando los triples de membresía NS (T, I y F). Se construye un filtro de indeterminación donde se utiliza la información del vecindario para eliminar la indeterminación en el vecindario espacial del espacio de Hough neutrosófico. Los picos potenciales se detectan en base a un umbral en el espacio de Hough neutrosófico, y estas ubicaciones de pico se utilizan luego para detectar las líneas en el dominio de la imagen. Se realizaron experimentos extensos en imágenes ruidosas y sin ruido para mostrar la eficiencia del algoritmo NHT propuesto. También comparamos nuestro NHT propuesto con los métodos tradicionales HT y HT difuso en una variedad de imágenes. Los resultados obtenidos mostraron la eficiencia del NHT propuesto en imágenes ruidosas.