由于牛奶是国民的重要食物来源之一,因此与奶牛相关的研究一直受到高度重视。而高产与低产奶牛在体型结构上,特别是与乳房相关的体型结构方面有明显的差异,在经历了长期的研究和实践后,体型的重要性被提到与产奶性能具有同等的地位。然而由于奶牛乳房外形评价工作是人工进行,耗时且准确度不高,同时由于人工检测需经常与奶牛接触,所以会引起奶牛的应激反映,而影响其产量。目前,基于计算机视觉的奶牛乳房相似性分析有望成为解决上述问题的一种有效手段。为此,本研究利用计算机视觉和基于子空间的三维形状相似算法,进行奶牛乳房外形特征的测量与分析,探索一种高效、非接触的奶牛乳房外形特征评定方法。与人工测量相比,上述方法简便快捷、效率高,避免主观因素的影响,并且因无需接触奶牛身体,所以能够最大限度地减少奶牛的应激反应。本文提出的基于子空间特征向量的三维点云相似性分析算法,运用此算法可以比较任何普通奶牛乳房与高产奶牛乳房外形相似性,为我们预测和判断普通奶牛的产奶量提供有效手段。基于子空间特征向量的三维点云相似性分析算法具体步骤如下：首先,获取两个物体的三维点云数据,并进行位置标准化；然后利用最小子空间分割算法将两个三维点云分别分割成若干子块,其次分两步计算三维点云的特征向量：第一步,计算子空间的质心到其曲面的距离和夹角；第二步,通过夹角和距离构成的向量空间进行特征向量提取。最终,通过特征向量间的相似度计算来评价两三维物体的相似性。目前,已完成实验室阶段的上述研究,下一阶段计划采集大量活体奶牛的外部形态特征、内部组织结构特征以及产奶性能等数据进行深入研究。