人类可以通过各种感官获取到大量外部信息,而在这之中,最重要的就是通过视觉获取的信息。视觉系统能够通过眼睛获取外部世界的信息,这就说明人眼是一种能够将二维信息转换为三维信息的感官。我们可以利用这一原理用摄像机获得物体的三维信息,而在得到三维图像信息后,如何有效的提取我们所需要的目标物体的信息,这就需要引入深度学习的方法,通过卷积神经网络使机器能够自动识别特定的目标物体。本课题旨在实现通过摄像机采集图像后通过深度学习的网络实现从复杂背景中提取出目标并去除背景,然后对目标进行深度图与彩色图像的融合,并实现点击图像上的任意两点后给出物体的长度。进一步通过训练网络直接测得目标物体的长度和宽度。在畜牧业中经常会进行物体的长度或宽度的测量,而如果采用直接测量的方法会引起受激反应,本方法可以实现通过摄像机采集图像对物体进行间接测量。首先,介绍了系统的整体结构,简单介绍摄像机物体成像的原理以及摄像机的内外参数。并对Intel D435深度摄像机和Intel D415摄像机进行了对比。介绍了几种深度图的获得方法如:To F方法,结构光法,立体主动双目视觉方法。对比了几种卷积神经网络训练模型。其次,对Intel D系列的摄像机原理进行了介绍,并对深度相机进行了标定工作。介绍了深度图像与RGB图像融合的方法,并使用Intel D415深度摄像机融合了深度图和RGB图像,同时实现了点击图像上任意两点测量距离的程序。然后我们使用SSD卷积神经网络结合迁移学习与数据扩充在目标训练集过少的情况下进行训练,对比了几种卷积网络训练以后的效果。并将网络模型嵌入D415系统中,使系统在识别到物体后能够自动测量出物体的长和宽等数据信息。最后,将该系统应用于畜牧业用于间接测量猪的体长,重量等信息。