花粉自动监测仪不同的花粉类型在化学成分上几乎没有区别。可靠和自动区分的选择是依据形态特征。因此BAA500花粉监测仪构建了及其学习算法并对系统进行不同类型的花粉训练。花粉识别基于花粉的大小、形状、孔和孔的位置和数量、外壁的结构、内胆的厚度、等离子体的结构/形式等多个维度，为了进行评估，内置在 BAA500 中的全自动光学显微镜采集样品上多个位置的图像堆栈。
这些堆栈被拼接成一个连贯的高分辨率图片，具有很高的锐度深度；随后，使用不同的描述子来描述对象的特征，通过这些描述子可以高精度和精确地识别花粉。
花粉自动监测仪用于分析过敏相关的气源性花粉的种类及浓度。该设备使用虚拟撞击器从环境中自动采集花粉颗粒、制备显微标本，并在带有专用图像处理系统的自动光学显微镜下分析和计数采集到的花粉颗粒。
分析算法基于人工智能和机器学习，确保可靠的花粉识别和浓度预报。全自动花粉监测系统BAA500强大的图像处理算法对花粉种类识别率高达90%以上，相对于常规的人工识别提供了更改的识别率和稳定性。当粒子经过时，会在几微秒内被捕获并生成全息图像。
人工智能从图像中收集信息并加以识别和处理，通过已有的花粉属性信息给粒子分配适用的花粉种类。借助机器学习和 Swisens 生态系统，新的粒子种类可以被连续识别。
