在对土壤-植物-大气连续体（SPAC）系统的研究中，土壤植物系统是一个重要的子系统。植物根系的研究又是土壤植物系统研究的重中之重。从生物角度讲，植物根系能直接反映植物的生长状况。因此，土壤和大气环境对植物生长的影响程度可以由植物根系的生长状况来表示。随着现代计算机技术尤其数字图像处理技术的迅速发展，人们在根系检测分析的方法上，从传统的人工处理转变为计算机自动化处理，产生了质的飞跃。但是由于国内外对植物根系图像的研究较少，尚有许多问题亟待解决。本文是在科技部项目“植物根系生长动态原位非破坏监测和分析系统研制”下开展，主要研究内容是利用计算机科学技术和数字图像处理技术，针对获取的根系图像进行处理，以获取根系量化参数，为研究人员提供根系生长数据进行根系生长状况研究。根系图像的分离是根系图像处理的关键步骤之一。鉴于根系分离操作需要在轮廓清晰的根系二值图上进行，本文首要解决的问题是，将获取的彩色根系图像进行根系目标与背景的分离。通过分析根系原图像的特征，文中采用全局阈值化处理技术完成分离，达到较好的效果。其次，由于根系图像具有主侧根分叉、重叠和网状分布的特征，为获取到完整、精确的根系形态数据，在现有算法的基础上，文中提出了一种基于形态学和距离变换的根系图像交叉点的分离方法。将形态学用于根系骨架交点膨胀，对分段的根系图像利用改进的距离变换求其影响区，得到的影响区边界作为根系的分离线。通过在MATLAB上编程和实验证明，该分离算法有效地解决了根系交叉和分支的分离问题，效果明显。此外，为进一步证明提出的分离算法效果，文中选取几种常用分离算法进行分析和实验效果对比，并利用图表的形式进行直观展示。最后，文中利用MATLAB开发工具进行植物根系生长动态原位非破坏监测和分析系统的设计与开发，主要对图像读取、图像分割、图像分离、定量分析、图像分析结果展示、数据存储等模块进行了设计实现。