与发达国家相比，我国的奶牛业面临着精细养殖不系统、体型测量效率低、发情鉴定不及时等系列问题，大大限制了国内奶牛养殖业生存与发展空间。论文旨在通过研究分析当前国内奶牛场精细养殖系列问题，探索奶牛场数字化养殖物联网关键技术，破解基于数字图像处理的奶牛体尺测量技术难题，实现奶牛体型体尺的智能自动测定、奶牛场信息的实时自动反馈，提高奶牛场数字化信息监控力度。论文研究成果对有效提高奶牛数字化精细养殖水平，促进奶牛业发展具有重要的应用价值和经济效益。本文主要完成了以下研究工作：（1）针对奶牛场数字化管理水平低下问题，将“物联网”概念引入到奶牛场精细养殖中，提出基于树型网络结构的奶牛场物联网体系，构建了基于ZigBee的奶牛场物联网系统。针对奶牛场精细养殖特点，设计了奶牛场环境参数与奶牛个体参数相关信息数据库；应用LabWindows/CVI2012自主开发了面向C/S的系统监控中心软件；采用基于TCP/IP协议的DataSocket通讯机制实现了数据的远程监测和传输；应用Z-Stack-CC2530-2.3.3-1.4.0协议栈进行无线传感器网络（Wireless Sensor Networks，WSN）网络节点软件开发，设计了协调节点、路由节点和终端节点应用软件；综合应用无线射频识别（Radio Frequency Identification，RFID）技术、WSN技术、数字图像处理技术、虚拟仪器技术，实现了奶牛场信息全天候实时监控，提升了奶牛场的数字化管理水平。（2）运用数字图像处理技术，实现了奶牛体尺的自动测量，解决了传统奶牛体尺测量效率低下、图像处理体尺特征提取精度差的问题。针对奶牛黑白花图像光照不匀、背景复杂、图像噪声难抑制的问题，采用中值滤波、限制对比度直方图均衡化等方法进行图像增强，采用Prewitt算子和最大类间方差法进行了图像分割，运用膨胀、腐蚀、小物体移除、外部梯度运算等形态学图像处理技术进行图像干扰去除和边缘提取，达到突出牛体体型特征的效果；应用定向平行靶搜索算法进行奶牛体型特征点自动识别与体尺测量，与人工测量相比最大绝对测量误差低于0.8cm，测量时间缩短4-6倍，有效提高了体尺测量精度和测量效率。（3）综合应用单因素试验、正交试验、多项式拟合、误差补偿等方法，优化奶牛场物联网系统物理结构。应用单因素试验方法，确定了系统环境监测终端节点最优安装高度区间；应用点对点通迅丢包率正交试验，优化了系统路由节点与终端节点间的安装高度、安装距离；应用多项式拟合方法建立了系统环境终端节点安装高度与丢包率误差模型；从抗干扰角度进行了硬件选型和节点设置分析，采取均值法和均方根法进行测量误差补偿，有效抑制了测量误差，降低了系统丢包率。（4）开展了奶牛场物联网系统测量结果的分散性和可信度问题的研究。依据GUM（Guide to the Expression Uncertainty in Measurement）规则对奶牛场物联网系统进行了不确定度源的分析，得到了制约测量结果的主要影响因素；应用B类不确定度评定方法，对奶牛场温度、湿度、氨气含量平均值和奶牛运动量RMS值等4项系统测量指标进行了合成不确定度评定，实现了系统测量结果不确定度的量化表征。