近年来，有害赤潮在我国近海海域频繁发生，对海洋生态环境、沿海经济以及人类的健康构成了极大的威胁。因此，对赤潮藻的定性与定量的研究在赤潮的预警和防治、水质评估以及海洋生态系统的研究中起着关键性的作用。本文以我国近海海域常见的角毛藻和无角毛类藻为研究对象，基于其生物形态学特征和显微图像特点，运用图像处理技术，建立了角毛藻的自动识别系统和无角毛类藻自动计数系统。本文的主要工作有以下3点：1.角毛藻显微图像目标提取。根据角毛边缘呈明暗相间的条状分布的特点，运用灰度曲面的矢量化表示模型，得到水平与垂直两方向上的灰度矢量映射图像，达到了消除噪声干扰和保留角毛信息的目的。与其他方法相比，该方法能够提取更多的角毛信息。2.角毛藻显微图像识别。运用形状特征参数和不变矩，提取出12个Hu不变矩及其推广矩和7个形状因子，组成19维的特征向量。运用支持向量机对18种角毛藻进行模型训练和藻种识别。本文对1850张角毛藻显微图像进行模型训练，对965张图像进行藻种识别，平均识别率为83.1%，可以实现角毛藻的有效识别。3.无角毛类藻多细胞显微图像计数。运用Canny边缘检测和面积大津法进行图像分割；通过角点检测、列出候选分离线以及寻找最优分离线将粘连的细胞块分离；最后利用连通分量标记实现细胞计数。本文对15种无角毛类藻，115张显微图像，共684个细胞进行计数。计数结果与分水岭算法对比并进行定量分析，实验结果表明，计数精度为88.1%，召回率为94.7%，综合评价指标为91.3%。本文研究可以有效地提取出角毛信息，能够对角毛藻有效地识别，对无角毛类藻多细胞显微图像可以取得较理想的自动计数结果。