近年来，由于海水受到污染，营养盐过剩得到大量的有机物，加上阳光、温度等适宜的条件，一些藻类突然大量繁殖，使海水变色，发生赤潮。我国近海海域赤潮呈现不断上升的趋势，规模也不断扩大，对生态环境、海洋物种及人类健康构成了严重威胁，造成巨大的经济损失。由此带来的一系列环境和生态问题已经引起了公众的广泛关注和政府高度重视。因此，研究赤潮发生的机制，对赤潮的发生、变化、消长及灾情趋势作出监测预报从而采取相应治理措施是一项非常迫切的任务。国家从基础研究、高技术发展等不同层面开展赤潮研究工作，正着手建立业务化的赤潮自动监测体系。赤潮生物的种类和数量是决定赤潮危害程度的关键因素，而人工形态学分类存在主观性和劳动强度大等问题，因此快速有效地鉴定主要赤潮藻种是赤潮自动监测的一个重要环节。本文主要针对中国近海海域常见的40中赤潮藻，从生物形态学的角度进行了分类，设计了赤潮藻分类检索软件，并针对非角毛藻类赤潮藻提出一种基于局部不变特征提取算法的显微图像细胞目标分割的方法，经大量实验证明，该方法能够较好的分割出目标图像且适用于所有非角毛藻类。本文的主要工作包括：1、在传统的基于形态学的对有害赤潮藻分类的基础上，设计了赤潮藻分类检索软件。本检索软件设计的目的是完成人机互动非精确检索。该软件对常见的40种赤潮藻以生活形态、细胞大小、细胞形态、细胞色素体颜色、细胞体外特征、群体特征为分类依据，以由外及里、由简单到复杂的方式识别，通过人机对话，以图片和文字辅助监测人员确定所检测藻类的种属，并显示目标藻种的详细信息以及在光镜和电镜下的显微图像。2、针对非角毛藻类赤潮藻，本文提出了基于局部不变特征提取算法（SIFT）的显微图像细胞目标分割方法。首先根据局部不变特征提取算法提取关键点，则关键点的特征信息就代表了原图像的特征信息，然后对所获得的关键点进行闭运算、腐蚀、膨胀等形态学处理去掉噪声，再经过轮廓提取、图像填充等步骤，就可以获得很好的目标图像细胞分割效果。最后，通过大量实验数据证明该目标分割方法的分割结果适用于之后的目标图像特征提取和图像识别模块，进而可以得到较好的图像识别结果。