本研究针对温室自然环境中连续监测网纹甜瓜果实图像的识别分割问题，提出了一种主动形状模型(Active Shape Models.ASM)的分割方法。这种是对蛇形模型应用的一种推广，它通过对样本图像的训练，采用统计分析的方法得到较为准确的先验模型;再以此模型为依据，在测试图像中与目标物体进行快速匹配。它的优点在于用容易抽取的目标轮廓作为建模基础，选择合理的参数加快匹配速度，并在轮廓的基础上借助图像的纹理特征，更好地匹配图像的组织结构，达到提高精度的目的。为了提高计算效率，搜索轮廓点时采用了Gaussian多分辨率策略。本文所使用的方法能够提取完整的甜瓜轮廓，甜瓜与周围瓜梗相连，受功能叶片部分遮挡等问题能够得到很大的改善。本文首先对主动形状模型进行详细的介绍，然后利用多分辨率的搜索策略进行了分割，解决网纹甜瓜复杂背景的分割问题，为网纹甜瓜的分析与理解奠定基础，最后使用分割后的网纹甜瓜表征量进行测量，与实测的值进行比较，分析此方法的分割效果和相对误差。