生猪养殖业是我国畜牧业的重要产业部门,为国家提供基础食材及国民能量供给。生猪的体尺参数是生猪养殖评价健康指标的重要依据。传统的体尺参数获取一般由工人使用皮尺等工具进行手工测量,这种传统的测量方法不仅加重工人的工作负担,而且测量难度大,误差也较大。由于测量时直接接触猪体,容易对猪造成应激反应,不利于生猪的健康生长。针对传统测量方式的缺陷,本文利用Kinect相机获取黑猪的点云数据,研究点云数据预处理算法,点云配准算法和体尺提取算法实现猪体体尺的非接触测量。论文的主要工作及结论如下:(1)结合农场中猪体体尺手工测量过程繁琐,容易对猪体造成应激反应以及现有三维测量装置的高成本,难以在养殖业中广泛使用等现状,构建了基于双Kinect的三维测量装置,并开发了三维测量软件,具有场景布置简单、测量精度高、计算速度快、测量非接触性等特点。(2)深入研究点云去噪,点云精简和点云分割等预处理算法。随着三维扫描设备精度的不断提高,设备采集到的点云数量十分庞大,增加了后续点云配准等操作的时间和难度。本文提出了一种基于八叉树的K-means聚类点云精简方法,以点云八叉树的非空节点作为初始聚类中心,提高了聚类的速度和鲁棒性,接着使用均方根曲率与欧氏距离结合的判别条件剔除冗余点云,精简结果不仅能够保留细节特征,并且精简后的点云与原始点云疏密程度一致。(3)针对传统点云配准算法对于相似特征和重叠部分不足且相互距离较大的两片点云配准结果较差的问题,提出了一种基于三维球体标定的快速配准方法。首先使用三个球体对相机进行标定求取刚体变换矩阵调整点云的初始位姿,接着以传统ICP算法为基础,应用K-D tree搜索查找对应点对,使用欧氏距离阈值与方向矢量夹角阈值剔除错误点对,最后对优化后的对应点进行全局误差迭代,得到最优的配准结果。(4)实现了猪体体尺的自动提取。首先将配准后的点云统一到利用主成分分析法建立标准坐标系下,接着使用地面法向量矫正坐标系,根据猪体后半部分点云大于前半部分点云的特点确定猪体朝向,最后结合猪体体型特征提取测点完成测量,具有测量精度高且无应激的特点。