浮游植物作为海洋生态系统中最重要的初级生产者,对海洋生态环境和海洋生物资源影响巨大。如何对浮游植物细胞的进行分类识别是我们研究的重点。本文以多小波理论为基础,对浮游植物细胞图像的降噪和特征提取进行了研究。主要工作包括:1.主要以多小波为研究对象,以单小波的发展史和基础理论为出发点,介绍多小波的发展及多小波分析理论知识,同时,介绍了多小波的四种特性,并且从多小波特性要求出发,详细介绍了正交对称紧支撑多小波的构造方法。2.为了改善图像质量和便于识别处理,图像降噪是必不可少的过程。本文在传统Donoho阈值算法的基础上,提出了用局部阈值代替全局阈值的方法,并且对收缩函数进行改善。为了克服Pseudo-Gibbs现象,采用平移不变的方法对图像进行处理。实验证明平移不变多小波降噪的效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法降噪效果不佳和软阈值法过度光滑使信号失真的缺点。3.对于图像分类问题,特征提取的好坏是决定分类性能的关键因素。根据多小波变换的多分辨分析特性以及圆筛藻细胞的纹理特性,我们提出了一种多小波变换和PCA相结合的方法对图像进行特征提取,并且采用三阶近邻的方法进行识别。实验表明,基于多小波变换和PCA的图像特征提取方法不仅能提高识别率,并且能大大减少运算时间,提高运算速率。通过以上对浮游植物图像处理研究,我们改善了浮游植物细胞图像质量,有效的分析和提取了浮游植物细胞的特征,降低了运算时间,提高了识别率,为浮游植物细胞的分类识别奠定基础。