实时监测育肥猪的体重,是评价育肥猪生长健康状况的重要依据。目前对育肥猪体重的测量主要靠地磅称重来实现,不仅给猪造成应激反应,而且耗时耗力,因此研究无接触测量猪的体重具有重要意义。本文是在分析国内外研究现状的基础上,研究计算机视觉技术测量育肥猪的体重。根据育肥猪图像的特点,首先对图像进行预处理,减少光照和噪声的影响：然后利用颜色特征建立新的特征模型,得到新的样本图像,可便于图像阈值分割及图像形态学处理。比较直方图法、迭代法、OTSU法三种分割方法的图像处理效果,选择适合本文的分割方法,从而可得到完整的二值化猪体投影图像,为猪的特征提取提供便利。基于GUI设计出猪体投影面积估计系统,实现了人机交互,极大地方便了人们的使用,为猪体体尺的测量提供便利。统计体尺与体重数据,通过比较单因素最小二乘法、逐步回归法、近似体积法及神经网络法四种方法的拟合相关性及平均相对误差,发现MLP神经网络模型拟合性最好,体重预估的相关性系数达到0.99,平均相对误差为1.18%,可以达到较好的预测精度,为测量育肥猪体重提供理论依据。