利用拮抗菌对病原菌生存抑制作用的生物防治技术，是当今植物病虫害防治的最新技术和研究热点。在对拮抗菌的筛选中，对峙培养平板上目标物的几何参数提取，是进行拮抗菌分析计算和筛选的关键。这些目标物形状复杂、边缘多呈丝状或放射状、轮廓模糊不清、内部纹理复杂。目前主要依靠人工观察和测量，劳动强度大、难以测量准确、且缺乏一致性。本文研究将图像分割技术，应用于拮抗菌筛选试验中目标物的自动分割和提取。由于目标物的复杂性，传统的图像分割方法很难取得理想的效果。基于水平集的活动轮廓模型具有抗噪性能强、数值求解稳定等特点，目前已被广泛研究应用于视频跟踪、三维重建、医学图像分割等领域。针对拮抗菌筛选过程中，需要阶段性重复测试、试验工作量大的特点，为提高分割速度和分割的一致性，本文以快速活动轮廓模型为基础，融入直方图估计和RGB彩色信息，形成一种基于RGB直方图估计的快速活动轮廓模型，较好的实现了拮抗菌筛选试验中对峙培养目标物轮廓的分割问题。本论文的主要工作如下：（1）研究了拮抗菌的筛选试验和对峙培养目标物的特点。针对拮抗菌筛选试验量大、人工检测速度慢、目标物形态和分布复杂等问题，提出采用图像处理的方法来提取目标物。试验了传统的基于阈值、边缘、及区域的图像分割方法对拮抗菌的分割效果，分析了传统分割方法在拮抗菌筛选目标物提取方面存在的不足和问题。（2）研究并试验了基于水平集活动轮廓模型的分割方法。由于传统的水平集活动轮廓模型仅适用单相目标分割，分别对多相Chan-Vese模型和多层水平集框架进行了研究、试验和分析。多相Chan-Vese模型和多层水平集都是针对灰度图像的，缺乏对色彩信息的利用，此外计算复杂、分割速度慢。（3）研究了快速活动轮廓模型，融入直方图估计和RGB彩色信息，建立一种基于RGB直方图估计的快速活动轮廓模型，并分别对真菌拮抗菌、细菌拮抗菌和放线菌拮抗菌等的筛选试验中目标物的分割进行了试验。试验结果证明，本文建立的分割算法，由于采用了活动轮廓模型的快速算法并融入了色彩信息，能较好的适应多种类型的拮抗菌筛选试验目标物分割。