尿液潜血细胞是人体健康状况与否的表征之一，也是医学临床常规检测中必不可少的项目之一。随着计算机图像智能检测技术和医学检测自动化技术的发展，尿液检测中的细胞自动识别逐步成为可能，相应的应用技术日益成为人们研究的重点，该技术的成熟与发展将促进对医学临床检验研究的水平，具有一定程度的实用性和理论意义。本文在分析国内外现阶段相应理论与技术的基础上，给出了尿液细胞基于支持向量机分类方法，并根据此识别技术编写了一套完整的尿液潜血细胞自动分类计数系统。在处理技术中融合利用了生物医学技术、计算机图像处理技术及计算机视觉技术的优势，通过分析图像本身的特点，进行尿液潜血细胞图像的预处理，并确定细胞的特征。在细胞特征的提取、分类及识别中使用了支持向量机参数优化和探索最优，系统算法性能得到了提高。本文还分析、比较了使用RGB和HSI两种不同颜色空间下的尿液细胞识别及分类效果，分析了纹理特征参数的基本算法并对其进行了改进，提高了尿液细胞图像识别的准确程度。叙述了多类支持向量机的三种细分方法，并对不同方法的尿液细胞识别效果和识别速率进行了对比分析。实验结果表明，本文提出的LBP算法的改进和多类支持向量机的方法对尿液细胞识别分类的效果良好。