21世纪是海洋的世纪，而近年来，海洋灾害严重阻碍了人们对海洋资源的开发利用。赤潮作为一种世界性的海洋灾害在我国近海海域频发，使海洋生态环境遭到严重破坏，对沿海海洋经济和人类健康造成了很大的影响。因此，国家加大了对赤潮预警和防治的研究力度。而针对赤潮进行预警和防治的关键一步就是把将要引发或已经引发赤潮的优势藻种检测出来，从而采取具有针对性的措施加以预防和治理。本文就是以我国近海海域常见的40种有害赤潮藻藻种为研究对象，对其进行生物形态学特征分析，并根据各门类藻种的形态特点将40种藻种分为非硅藻和硅藻两类，进而对其运用图像分析技术进行分类研究,建立了一套自动识别系统。本文的主要工作如下：1.藻种分类。对40种藻种中的各大门类进行形态学特征分析并将其分为非硅藻和硅藻两大类，进而提出一种基于分类思想的有害赤潮藻显微图像自动识别系统架构；2.图像目标分割。根据藻种显微图像边缘较模糊的特征，研究基于图像区域信息的图像分割方法，并根据硅藻的角毛等特殊形态特征，运用基于灰度方向角模型的图像分割方法进行分割，最终得到藻种目标分割图像；3.形状特征提取。根据各类藻种形状差异较大的特点，对40种藻种进行形状特征研究，并运用不变矩和形状特征参数组成19维特征向量对其进行特征提取，并通过实验验证特征的几何不变性。4.多类分类。运用支持向量机对40种藻种进行模型训练和模式识别。其中，建立了粗分类、非硅藻和硅藻三个模型，并将其应用于对非硅藻和硅藻的两类识别以及其具体藻种识别。运用本文提出的方法，对4240幅图像进行模型训练，并用2006幅图像进行藻种识别测试，平均识别率达到82.7%，除去粗分类校验误差后，实际识别率为81.05%，能够对40种有害赤潮藻进行有效的识别。