<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ME</journal-id><journal-title-group><journal-title>Modern Engineering</journal-title></journal-title-group><issn>2996-6973</issn><eissn>2996-6981</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ME.2026060003</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>机器视觉驱动的生猪三维建模及瘦肉率智能检测研究</title><url>https://artdesignp.com/journal/ME/3/6/10.61369/ME.2026060003</url><author>曲明月,郭媛媛,王成全,杨佳宁,杨淑婷</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>6</issue><history><date date-type="pub"><published-time>2026-06-20</published-time></date></history><abstract>为实现对生猪瘦肉率的无损快速准确测量，本文基于机器视觉技术展开生猪三维建模与瘦肉率智能化检测机理研究。综合应用三维视觉感知、点云数据优化与深度学习特征提取等方法，解决生猪柔性体形变及养殖场景复杂性等问题，提出生猪躯体三维重建算法，挖掘生猪体表三维形状与瘦肉分布之间的映射联系，构建了生猪瘦肉率端到端智能检测体系。本文克服二维视觉检测缺乏维度信息、特征稀少等不足，并解决了普遍三维模型建立对生猪柔性躯干及其养殖场景适用性不足等问题。研究成果能够实现对生猪活体无损检测，并可促进良种选育和精细化养殖管理，为实现生猪养殖业的智能化和精准化提供助力。</abstract><keywords>机器视觉,生猪三维建模,点云处理,瘦肉率,智能检测</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 朱永泉. 基于多目标检测的生猪姿态识别和跟踪研究[D]. 山东农业大学, 2025.[2] 刘志涛. 圈养场景下生猪的检测追踪与行为分析研究与应用[D]. 桂林电子科技大学, 2025.[3] 王顺利. 深度学习驱动的生猪姿态智能感知与语义生成技术研究[D]. 山东农业大学, 2024.[4] 蔡文涛, 李子圣, 韩建宁, 杨凯. 计算机视觉技术在生猪健康监测中的应用研究进展[J]. 黑龙江畜牧兽医, 2023, (24): 22-30.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
