随着生活水平的提高,人们对乳制品需求量和对品质的要求也在日益增长。奶牛饲养过程中,想要提高产奶量及产奶品质,奶牛健康状况的监测显得尤为重要,而奶牛健康状况与体尺和体重的测量密切相关。但目前养殖场针对奶牛体尺体重的测量大多采用传统的人工实测方式,该方式不仅容易引起奶牛的应激反应,且效率低下、工作量大。针对这一现状,本研究提出一种基于三维重建的奶牛体尺检测与体重预估方法。主要内容及结论如下:(1)搭建奶牛深度视频获取平台,深度图像帧转换为三维点云后,设计算法实现奶牛体表点云的三维重建。针对侧视数据因围栏遮挡而点云缺失的问题,提出一种基于视频的错帧补全方法,该方法利用两帧侧视点云在水平方向上的差异将点云补全。提出一种基于奶牛脊柱的对称平面选取方法,利用该方法将奶牛单视角侧视点云镜像对称得到双视角侧视点云,完成奶牛体表点云的三维重建。结果表明,奶牛体表点云三维重建的成功率较高。(2)自动检测奶牛体尺。将点云降维至二维图像后,提出一种基于投影曲线峰值的体尺测点提取方法,计算得到奶牛的体直长、肩宽、腹宽、臀宽检测值,并基于奶牛的重建点云提取体高测点、计算尺寸。开发交互式奶牛体尺检测系统,对算法检测值进行标定,结果表明,直线体尺测量的平均相对误差均小于2.562%。提出一种基于点云切片的投影曲线方法对奶牛胸围位置进行检测,并利用改进的移动最小二乘法拟合胸围曲线,近似预测胸围尺寸。结果表明,本文方法检测胸围测点绝对误差在-2.25～+2.80cm之间,平均相对误差为3.30%,胸围曲线拟合成功率较高。(3)自动预估奶牛体重。提出一种基于曲面重建的奶牛体重预估方法,该方法将奶牛点云进行基于点云包络的曲面重建,利用重建后曲面模型的体积和表面积参数构建奶牛体重预估模型。利用奶牛测试样本对模型准确度进行测试,结果表明,奶牛曲面模型中整体表面积、去除四肢及头部后的体积与体重均呈显著正相关,体重预估模型的绝对误差在-24.287～+17.242kg之间,平均相对误差为1.382%,该体重预估模型准确度较高。