农业是国民经济的基础，提高农业生产效率和自动化生产程度是农业现代化的根本途径，计算机视觉技术在这方面具有广阔的应用前景。本文利用计算机视觉技术进行作物根系的形态检测，通过分析作物根系的图像和待检测目标特征，提出了根系图像目标分割、细化和形态分析的方法，对相关图象处理技术进行了深入的研究，构建了基于计算机视觉的玉米根系形态分析系统，为作物根系图像形态检测提供了手段和方法。论文的主要工作和成果如下： 在图像获取阶段，针对作物根系结构的随机性和形态的复杂性等特点，考虑到根系间的互相遮挡、阴影等影响因素，制定了适用于水洗根图像获取的拍摄标准，为根系图像获取的相关研究提供了参考。 在图像处理阶段，根据系统的要求，首先对RGB、YCbCr、HSV颜色模型进行了实验分析与比较，在此基础上采用基于HSV颜色空间的单阈值分割算法，实现对彩色图像的二值化；接着针对根系的二值化图像，通过试验比较，选择中值滤波法平滑二值图像中的噪声，采用Hilditch细化技术对根系二值图像进行细化操作，并设计出一种针对根系细化后图像的去处毛刺算法。 在识别分析阶段，本文在分析根系形态固有特征的基础上，设计并实现了一种基于曲线走向最短路径的主根识别算法，能够快速的识别根系主根和主根上侧根生长点；在此算法基础上，提出了一些根系基本参数的获取方法。 实验结果表明这些方法都是有效可行的，综合采用这些方法，论文构造和实现了一个能够快速进行形态分析及基本参数获取的根系形态分析系统。