近年来由我国近海海域赤潮引发的一系列的环境问题,造成严重的经济损失,引起了我国公众、政府和科技界的广泛关注。国家从不同层面对赤潮发生的机制、预警、预报与防治方法的研究进行了大量的投入。其中,快速有效的鉴定赤潮主要藻种是赤潮自动监测中的一个重要环节。本文主要针对我国沿海常见有害赤潮藻,以传统的生物形态学为依据,将我国海域常见的赤潮藻按照生物学特征,分为角毛类和无角毛类藻种两大类,并针对其中的15种无角毛赤潮藻,利用图像处理和模式识别技术,设计了无角毛赤潮藻显微图像自动识别系统。主要工作包括：1.结合15种无角毛赤潮藻的生物形态学分类特征,进行了无角毛赤潮藻显微图像自动识别系统的设计。2.针对无角毛赤潮藻显微图像特征,提出了一种基于多方向投影的自动阂值方法进行藻种显微图像分割,该方法通过对分割后得到的二值图像进行八方向的投影,精确的找到细胞的位置,并能够最大限度的保留细胞的全部信息,对无角毛赤潮藻类细胞具有较好的提取效果。3.针对无角毛赤潮藻细胞的生物形态学特征,提取了7个形状因子和12个不变矩特征,并通过实验验证了这些检测算子的平移、尺度和旋转几何不变性。4.建立了基于支撑向量机的无角毛赤潮藻识别模型,并选取了2400幅标准图像作为训练样本、600幅图像作为测试样本进行测试,实验数据说明了所选取特征检测算子对于无角毛赤潮藻识别的有效性和可行性。