王羽徵，程远，毕海，于秋玉，刘丹*

(1.大连海洋大学 信息工程学院, 辽宁 大连 116023； 2.近海(大连)生态发展有限公司，辽宁 大连 116085； 3.智慧视通大连研究院，辽宁 大连 116085)

单细胞藻类是自然界初级生产者中的重要组成部分，可通过光合作用合成高于其他高等植物7倍的含碳有机物，是动物的重要食物来源之一，在海洋生态系统中具有重要作用[1]。当水体遭受污染如水体富氧化时，会促使某些种藻类迅速繁殖，导致赤潮和水华发生，此时水体中某种藻类含量暴增，在产生大量有害物质的同时消耗大量水体资源，破坏水体平衡，严重时可导致其他水生生物死亡，最终使整个水体生态圈崩溃[2]。因此，水体中藻类的分布是衡量水体环境的重要指标之一，对海洋单细胞藻类的研究具有重要意义。

目前，国内外学者在藻类图像分类研究方面已取得了重大进展。藻类图像分类技术主要有光学检测技术、生物学检测技术、分子检测技术及流式细胞分析检测技术[3]。国外相关研究中，Gorsky等[4]通过浮游动植物的基本形状特征进行了多种单细胞浮游动植物的识别；Sosik等[5]采用流式细胞仪对单细胞藻类进行图像采样，并引入支持向量机建立了藻类识别分类系统，实现了单细胞藻类的分类识别；欧共体研究项目DICANN (Dinoflagellate Categorisation by Artificial Neural Network)实现了对4个甲藻门Dinoflagellata中的腰鞭毛目内23种腰鞭毛虫的数字显微图像自动识别，并取得了与传统人工专家鉴定结果非常接近的成果，准确率达84%[6]；Pant等[7]通过引入线性支持向量机技术，建立了藻类识别系统，实现了对杜氏藻Dunaliella和螺旋藻Spirulina的准确识别，准确率分别达到96%和98%以上。……