牦牛的体尺、体重等生长指标对于评估牦牛生长,繁殖以及种牛的选取非常重要。对于传统的牦牛体尺与体重测量,通常采用手工测量的方式。而传统的手工测量方法具有对牦牛产生生理刺激、工作量大等缺点。基于上述问题考虑,本文使用机器视觉的方法对牦牛进行体尺与体重估测。本文研究的主要内容和结果如下:(1)复杂背景下牦牛图像前景识别算法研究及优化。牦牛自然站立姿态下,利用普通的机器视觉方法提取牦牛前景,存在前景识别率较低等问题。本文提出了复杂背景下牦牛前景提取方法,设计了在复杂背景下基于SLIC(Simple Linear Iterativeclustering)与Sobel边缘检测算子的牦牛前景提取算法。该方法实现了对复杂背景下牦牛图像的前景识别。实验结果表明:该算法识别牦牛图像的准确率为95.15%。(2)牦牛前景图像测量点识别算法及优化研究。针对牦牛在自然站立姿态下,利用机器视觉提取牦牛体尺测点,存在测点识别率较低等问题。本文提出了复杂背景下牦牛体尺测量点的提取方法,设计了复杂背景下牦牛个体提取、基于曲率分析的牦牛体尺测量点提取等算法。该方法实现了牦牛体高、体斜长、胸深、管围、十字部高等10个体尺测点的坐标提取。实验结果表明:体尺测量点提取算法稳定,具有较强的鲁棒性与稳定性。(3)牦牛体重估测模型研究。本文使用线性回归的方法估测牦牛体重。针对牦牛体高、体斜长、胸围、十字部高、管围等自变量间存在自相关及共线性问题。本文在相关分析的基础上,采用线性回归、高斯过程、神经网络和支持向量机等方法,使用单变量回归与多变量回归构建了牦牛体重估测模型。经检验,基于多元线性回归的牦牛体重估测模型的R2为0.8001,平均绝对误差为14.1916%,预测效果优于高斯过程、神经网络与支持向量机。该方法是构建牦牛体尺体重估测模型的一种有效方法。(4)牦牛体尺体重的估测。通过对牦牛各体尺进行比例分析,使用数据挖掘的算法获取牦牛的体尺参数,并通过牦牛体重估测模型计算出的方法估测图像中牦牛的体重。从检验结果上看,使用数据挖掘的方法估测牦牛体尺参数并使用牦牛体重估测模型计算牦牛的体重的方法精度较高,使用机器视觉的方法估测牦牛的体尺与体重是可行的。