随着计算机技术的发展，医学显微图像处理与识别成为了推动生物医学工程发展的主要动力之一，不仅为临床诊断提供了一个可靠高效的工具，同时也为医学科研和教学带来了方便。由于血吸虫卵显微图像具有多杂质、背景复杂等特点，使得对其进行处理与识别的难度很大，本文在前人对寄生虫、细胞显微图像识别研究的基础上，运用图像处理与模式识别技术对虫卵图像分割、特征提取与选择、分类识别方法进行了深入分析和讨论。本文对血吸虫卵显微图像的识别首先从图像分割算法研究开始，讨论了虫卵图像的阈值分割方法以及虫卵的边缘分割方法。在阈值分割得到的二值图像中，提出了一种像素染色法对像素聚类进行标记。由于传统的边缘检测因子抗噪能力差，无法直接应用在显微图像上，本文采用了基于水平集方法的C-V模型对虫卵的边缘进行分割。其次，在图像分割的基础上，提取出能对血吸虫卵进行识别的特征参数。除了七个几何特征外，为了对虫卵的边缘信息进行定量分析，本文采用了基于多尺度曲率方法对虫卵边缘曲率进行计算，并统计出三个曲率特征。接着，本文分析了特征选择方法的一般步骤，在提取出来的十种原始特征集上使用SFS算法对特征进行选择，最终选择出九种特征作为分类依据。然后，本文采用支持向量机作为分类器，并分析了高斯核函数参数与惩罚因子参数对分类器性能的影响，通过实验对参数进行选择。最后，本文利用OpenCV设计并实现了基于windows平台的血吸虫卵识别系统。通过大量的测试，运行效果与识别效果表明系统具有较好的稳定性与可靠性。