优化奶牛品种、提高牛奶产量与品质是奶业生产中的核心环节。奶牛体型线性评定是奶牛优化育种工作的一项重要内容，其主要目的是通过评定来预测奶牛的产奶能力，同时估测育种值，组织选配方案等。 本文是以奶牛图像的特征提取与识别为主要研究内容，概述了奶牛体型性状参数的测量和标定，得出奶牛的整体评分和评定等级。 本论文主要实现了基于直方图的阈值分割算法，实现了对奶牛图像的预处理、特征提取和匹配识别。该算法的关键是最佳阈值的选择，给出了最佳阈值确定流程图。为进一步完善二值化结果，本文提出了以黑色点为种子点的区域增长算法。本文还提出对二值化图像的识别方法。实验结果表明，利用本文提出的方法，可以获得86％的识别率。 由于奶牛背上的黑白花纹终生不变，我们首先使用基于PDE的滤波器进行预处理，接着使用Canny边缘检测算子进行轮廓提取，进而使用模板匹配和递归分割匹配算法来进行识别。文中对算法的可行性和有效性进行了充分的讨论，进而提出了完整的奶牛背部图像特征提取与识别算法。