奶牛体型线性评定是筛选出高产奶牛进行标准化养殖的关键技术,具有重要的应用价值。针对单个设备无法高精度构建出完整奶牛三维模型,难以实现奶牛体型线性评定体尺参数自动化提取、高精度测定等问题,论文开发了以FM810-GI深度相机为核心的点云数据获取系统,研究点云数据预处理方法、奶牛三维模型构建方法、奶牛点云三维模型中体尺参数提取关键点定位及体尺自动提取方法,为奶牛体尺参数的自动测量和奶牛体型线性评定提供技术支持。主要工作及结论如下:(1)开发了奶牛点云数据获取系统,可同步、高精度、稳定获取运动奶牛点云数据。以荷斯坦奶牛为研究对象,开发了由FM810-GI深度相机、触发中继器、深度相机固定机构和计算机组成的奶牛点云数据获取硬件系统,设计了多路同步采集软件,在奶牛场真实环境中实现了在活动场至挤奶间的通道上,从左、右和上方同步获取真实奶牛点云数据,对获取的奶牛模型点云数据分析表明,该奶牛点云数据获取系统可以稳定、高精度获取动态奶牛点云数据。(2)研究并选择点云数据预处理方法,可有效去除噪声及干扰物而获得纯奶牛点云数据。通过试验对比分析奶牛点云数据预处理方法,用直通滤波器去除左视和右视奶牛点云数据中大部分背景及俯视点云数据中的地面;用平面模板匹配法去除左视和右视奶牛点云数据中的地面;通过Statistical Outlier Removal滤波器去除奶牛点云数据中稀疏的离群点,最终得到去除背景的奶牛点云数据,为后续三维模型构建奠定了基础。(3)研究并提出一种深度相机位置关系立体标定方法,并基于该方法对奶牛三视角点云数据进行拼接。该方法改进了一种3台深度相机位置关系立体标定方法,用立体标定得到的变换矩阵为粗配准提供初始位置,经过ICP算法迭代后可获得较好的模型,通过采用K-Means聚类方法去除重叠区域的多余点云,最终得到较为精准的奶牛点云三维模型。试验结果表明,立体标定最大误差为1.860 mm,可以较精确地为点云精配准提供旋转矩阵和平移矩阵,以避免寻找特征点方法产生易误配的问题;对奶牛三维模型测定其长、宽、高,与真实尺寸的最大相对误差为1.17%,具有较高的精度,可以满足奶牛体型线性评定体尺参数精度要求。(4)研究并提出了9个奶牛体尺参数自动测量关键点定位和体尺自动测量方法,实现了体高、体深、胸宽、尻角度、尻宽、蹄角度、蹄锺深度、后肢侧视和乳房深度等9个参数的自动测量。自动提取奶牛体尺参数与人工测量体尺参数误差分析结果表明,除乳房深度外,自动提取的体尺参数与人工测定值之间具有良好的线性相关关系,决定系数R~2最大(蹄角度)为0.9720,最小(尻角度)为0.8531;除乳房深度、尻角度外,其余7个体尺参数平均相对误差为3.80%,尻角度的平均绝对误差为14.9 mm,提取的8个体尺参数具有较高的精度,可在奶牛体型线性评定中应用,也可为其他畜牧动物的体型评定和体尺参数测定提供借鉴。