众所周知,赤潮是一个严重的全球性海洋灾害,每年给全世界带来的经济损失达到数十亿美元,中国每年的损失超过10亿元人民币。为了对赤潮灾害进行预测预报,人们研究了多种方法,其中,早期识别赤潮优势藻的存在,并计算其浓度,是预测和预报赤潮灾害的主要方法之一。目前,识别藻种和计算浓度,大多采用显微镜在实验室中对海水样品进行人工观察和分析。但是,人工观察和分析,劳动强度巨大,远远不能满足赤潮监测的需要,因此,研制赤潮优势藻自动分析仪器是一项非常迫切的任务。本课题针对赤潮藻显微图像的特点,研究赤潮藻图像分析的完整过程,包括图像预处理、分割、特征提取和分类器设计。首先根据显微成像的特点,对图像的噪声进行分析,设计消除噪声的方法。对比不同的自动分割方法,结合理论分析和实验结果,证明采用二维最大熵法可以有效的对赤潮藻图像进行自动阈值分割。并采用数学形态学的方法,解决了赤潮生物相连和重叠的问题。结合轮廓分析方法和纹理分析方法对图像进行特征提取,解决了赤潮生物轮廓特征复杂的问题。在应用实验中,根据显微镜法测量原理,设计了完整的实验方法。经过对于标准颗粒和夜光藻的分析和测量实验,证明采用图像处理和图像识别的方法可以自动的测量赤潮生物的浓度。并根据提取的图像特征,对赤潮生物进行识别。