随着科学化、精细化养殖的推广和对食品安全的持续关注，现代畜牧日趋规模化、集约化、科学化。在养羊产业中，羊体体征参数是品种选优的重要判断因素，能够反映羊体生长发育的过程，评估饲料利用率及胴体品质。因此，羊体体征参数的获取，对养羊产业有着十分重要的意义。本文依托内蒙古自治区科技重大专项“基于物联网的内蒙古现代草原畜牧业生产监控及产品安全溯源平台建设”，探索以图像处理手段，实现对羊体的非接触体征获取，从而减轻体征获取时羊体的应激反应，减少人力成本，为科学养殖提供体征数据支持。　　本文从机器视觉技术角度出发，以数字图像为依据，尝试运用图像处理技术实现羊体体征的体高、体斜长和体直长的非接触测量。主要研究工作有：　　（1）设计检测平台。设计检测装置，实现对单只羊体的图像采集及重量测量。　　（2）最大熵方法进行图像增强。最大熵方法在适当增强图像对比度的同时也很好的保护了图像的特征，从而使图像能够提供准确的信息。通过图像灰度进行图像增强，利用熵集中定理，满足给定约束的概率分布绝大多数集中在使熵最大区域。　　（3）最小二乘方进行图像滤波。图像获取过程中由于可能出现图像模糊、失真或噪声从而导致图像质量下降（即图像退化现象）。约束最小二乘法滤波可以由退化的图像计算而得，并且对于处理每一幅图像都能产生最优的结果。　　（4）去除部分干扰信息，凸显有用信息。从检测装置特点出发，通过 Hough直线检测去除部分背景，凸显羊体所在图像区域，节省计算机资源、提高计算效率，降低之后的处理难度。　　（5）阴影检测与去除。通过将图像从 RGB彩色空间转换到 HSI彩色空间，设定阈值检测出阴影范围并进行标定，利用 Criminisi算法进行图像修复从而消除阴影对图像处理的干扰。　　（6）标记符分水岭分割。通过标记符对前景对象和背景对象进行标注区别，再应用分水岭算法，以取得较好的分割效果。　　（7）体征测点获取。分析羊体自然站立时体征测点位置，给出在二值图下获取体征测点的算法：以垂直于 x轴直线从右向左扫描羊体二值图，体高测点为直线与羊体二值图交点间距离第一次和第二次突变范围内的最大值；将图像坐标从笛卡尔二维坐标系变换到极坐标系，给出一种确定体斜长和体直长测点的算法。