内蒙古自治区是我国重要的奶牛养殖优势区域,体尺参数作为反映奶牛个体大小和生长发育情况的重要指标,对奶牛生产能力和繁殖能力影响较大。目前奶牛体尺参数的测量主要采取人工测量的方法,该方法受技术人员主观性影响,使得体尺测量结果可靠性较低。本研究针对人工测量方法的不足,以提高体尺参数精度为目标,通过Azure Kincet DK相机采集奶牛深度图像,对点云预处理、点云修补、三维重建与体尺测量关键点提取方法展开系统研究。主要研究内容和结果如下:（1）针对单台相机采集奶牛体表深度数据的不足,设计了基于双视角的奶牛深度数据获取系统。（2）为修补水平栏杆遮挡造成的奶牛点云缺失区域,提出基于三次NURBS曲线拟合的修补方法,该方法可以有效的将侧视点云缺失区域补全,修补后的点云与原点云重合度高,平均绝对误差为6.27mm。（3）为获取完整的奶牛体表点云数据,对俯、侧视深度相机进行立体标定,利用转换矩阵完成点云粗匹配,再使用ICP算法实现奶牛俯、侧视点云的精匹配,最后通过侧视点云镜像对称的方法建立完整的奶牛体表三维模型。试验结果表明,本文建立的三维点云模型尺寸与奶牛真实值之间的最大相对误差为1.6%。（4）为提高体尺参数测量精度,从三维点云模型中分别提取肩端点、腹宽最大点、坐骨结节点、耆甲部最高点、胸围测点等测量关键点,计算了肩宽、腹宽、尻宽、体直长、体斜长和胸围等体尺参数。将本文方法与传统测量方法获得的奶牛体尺进行对比,试验结果表明,本文方法的平均绝对误差为46.29mm,平均相对误差为3.95%。,其中尻宽的平均绝对误差最小,为8.72mm;胸围的平均绝对误差最大,达到127.56mm;腹宽的平均相对误差相较于其他体尺最小,为2.25%;胸围的平均相对误差相较于其他体尺参数最大,达到6.09%。对两种方法进行相关性分析可知,决定系数最大值达到0.9901,最小为0.9421,因此,可以用该方法对奶牛体尺参数进行检测。