徐金阳，徐爱俊*，周素茵，叶俊华，夏 芳

（1.浙江农林大学信息工程学院，杭州311300；2.浙江省林业智能监测与信息技术研究重点实验室，杭州311300；3.浙江农林大学环境与资源学院，杭州311300；4.浙江农林大学经济管理学院，杭州311300）

生长和发育监测对生猪养殖至关重要。体尺是衡量生猪生长状况重要指标[1-2]，也是育种、质量预估、肉质评价重要参考依据[3]。传统体尺测量需人工接触，难度大、成本高，同时对猪只产生应激，影响其生长发育。随着机器视觉技术发展日趋成熟，基于该技术的猪体体尺非接触式测量可大幅减小猪只应激反应，提高生产效率[4]。

传统相机采集的RGB猪体图像，易受光照和猪体颜色等因素影响，猪体轮廓提取不准确，导致体尺测量误差较大[5-6]，深度图像对光照和猪体颜色不敏感，基于深度图像的猪体体尺测量误差相对较小。猪只体尺测量包括体尺测点（用于计算猪只体长、体宽和体高的测量点）提取和体尺还原两个步骤，现有猪只体体尺测点提取算法主要针对猪体背部呈现无弯曲和无歪头情况，如司永胜等利用深度图像，通过最小外接矩调整猪体到水平方向，使用影差法和差分法找到猪体体尺测点[7]。Pezzuolo等利用Kinect相机采集猪体点云数据，通过猪体形态特征确定体尺测点[8]。Guo等利用LSSA_CAU软件合成猪体世界点云数据进而完成体尺测量[9]。刘同海等利用轮廓和凸包络线交点获取头尾部和肩臀部体尺测点[10]。李卓等结合凸包分析和形态特征确定体尺测点[11]。……