在牧业生产过程中,动态分析和估计草畜平衡状况、草原的健康状况和载畜能力,对于制定科学的草原利用政策,促进畜牧业放牧优化管理以及草原健康可持续发展都具有十分重要的意义和作用。目前牧区羊只的自动识别计数鲜有研究,国内依然采用人工方式进行牲畜数量统计,特别是羊群计数统计劳动强度大且效率低下,实际载畜量难以及时统计。针对这一问题,结合户外环境下羊群检测的独特性,本文提出了基于机器视觉的羊只自动计数方法,简单快速地进行放牧羊群的羊只数量统计,具有一定的应用价值。本研究以大疆精灵4无人机搭载CMOS数字相机作为图像采集硬件装置,分别采集15m、20m、25m、30m、35m、40m六个不同高度下放牧羊群图片和羊圈图像,通过进行不同高度下的图像标定并经过后期图像处理的效果对比,结合草原现实情况,确定最佳拍摄高度为25m。通过拍摄图像并手工切割,获得单只、双只羊重叠、多只羊重叠图像分别为100、50、50幅作为训练和测试图像。利用机器视觉技术,通过分析复杂背景下羊群图像的背景构成、噪声产生的原因,对羊群图像进行预处理,采用灰度直方图均衡化对图像增强、维纳滤波消噪以及图像形态学等去除背景杂物、噪声等。预处理后,采用最大类间方差法对目标图像进行二值化,考虑不同育龄羊只体尺的范围,提出了基于羊只像素面积阈值的放牧羊群自动计数算法,对于建立的样本图像计数准确率在90.53%以上,误差主要在于粘连羊只图像中羊只体尺较小而导致像素面积小,出现了少计数的情况。通过误差分析,提出了基于粘连目标分割及面积阈值的羊只计数算法。通过对比基于距离、梯度、标记的三种不同的分水岭图像分割算法,发现基于标记的改进分水岭算法进行粘连羊只的图像分割效果最好。对粘连羊群分割后,并改进了基于体尺面积阈值的羊只计数算法参数,计数准确率达96.45%。本文提出的基于机器视觉的羊只自动计数方法,图像采集方式简单易行,对放牧草场中觅食状态的羊群采集图像后实现了羊只自动计数,准确度高。