近年来,近海海域赤潮频发,造成严重危害,引起了世界各国政府、公众和科学家的关注。鉴于赤潮对海洋环境和人类健康的负面影响,对有害赤潮的自动识别以便有效预防和快速鉴定赤潮就显得十分重要。传统的赤潮调查,一般是由海洋调查船进行现场采样,将其带回实验室,依赖经验丰富的藻类专家,依据藻种的生物形态学特征在显微镜下通过人工目视进行分类。该方法不仅费时、费力,而且需要研究者具有丰富的海洋浮游植物专业知识和分类经验,难以满足快速分析和现场监测的需求。针对这一需求,本文设计并实现了有害赤潮数据采集与诊断系统。本文在对J2EE的轻量级框架Struts、Spring和Hibernate技术深入研究的基础上,将它们按照功能层次分工并做了整合,进而实现了一种开放的、松耦合的、可以扩展的开发平台。论文详细阐述了有害赤潮数据采集与诊断系统的需求并对系统进行了详细的设计；结合现有的开发框架给出了系统各个层次的实现,详细介绍了本系统中采用Java调用C++、Matlab程序的详细实现方式；最后论文以设计、实现的有害赤潮数据采集与诊断系统为平台,对显微图像识别进行了相应的研究,针对形态多变、角毛灰度信息微弱的角毛藻,提出了一种基于灰度曲面方向角模型的角毛藻细胞目标提取方法,该方法首先建立了灰度曲面的矢量化表示模型,通过将灰度曲面法线矢量分解为水平与垂直两方向上的灰度矢量映射图像消除噪声干扰,保留角毛的方向信息,结合滤波、形态学区域填充等操作实现对角毛藻细胞提取。本文充分利用网络快速、实时性等特点建立了基于J2EE的有害赤潮数据采集与诊断系统,可对上传的数据提供远程处理、分析与反馈。该系统既可以面向各级各类海洋环境监测中心、台站和监测者,实时的对其采集的赤潮藻数据进行数据处理、给出识别结果并反馈；又可以服务于赤潮预警、预报系统,为管理者和决策者提供一定的技术支持。