В статье анализируются значимость и актуальность внедрения технологии 3D-камер в аграрный сектор, особенно в области сельского хозяйства и животноводства. Основное внимание уделяется сложности и трудоемкости существующего процесса линейной оценки коров на фермах, который в настоящее время не автоматизирован и требует значительных усилий. В качестве потенциального решения этой проблемы предлагается использование 3D-камеры Intel RealSense D435 в сочетании с разработанными алгоритмами для эффективного извлечения и обработки информации из облака точек коровы. Во введении статьи представлен анализ существующих научных исследований и разработок по рассматриваемой проблеме, что подчеркивает важность и своевременность темы. Далее авторы переходят к описанию методики сбора трехмерных данных крупа коровы с использованием упомянутой 3D-камеры, обосновывая выбор данного оборудования для решения поставленной задачи. В ходе исследований были разработаны и адаптированы алгоритмы для выполнения фильтрации, предварительной обработки облака точек, полученного с коров, с последующей сегментацией и измерением линейных параметров животных. Эти алгоритмы были подвергнуты тестированию в лабораторных условиях на специально созданном макете крупа коровы. Целью испытаний было сравнение результатов, полученных как с помощью ручных измерений, так и в результате автоматизированного процесса. По итогам лабораторных испытаний установлено, что средняя ошибка измерений, выполненных алгоритмом, составляет 3,5%, тогда как максимальная ошибка не превысила 9,2%. Также было проведено тестирование алгоритма непосредственно на ферме. Этот этап позволил проверить работоспособность и эффективность предложенного решения в реальных условиях. Результаты тестирования подтвердили высокую применимость и потенциал внедрения разработанной системы. Таким образом, предлагается инновационное решение, которое может улучшить текущий подход в измерении линейных параметров коровы. //The article analyzes the importance and relevance of implementing 3D camera technology in the agribusiness sector, especially in the field of farming and animal husbandry. The focus is on the complexity and labor-intensive nature of the existing on-farm linear estimation process for cows, which is currently not automated and requires considerable effort. As a potential solution to this problem, the use of an Intel RealSense D435 3D camera in combination with developed algorithms for efficient extraction and processing of information from the cow point cloud is proposed. The introduction of the article analyzes the existing research and development on the problem at hand, which emphasizes the importance and timeliness of the topic. Furthermore, the authors describe the methodology of collecting 3D data of the cow croup using the mentioned 3D camera and justify the choice of this equipment for solving the task at hand. In the course of the work, algorithms were developed and adapted to perform filtering, preprocessing of the point cloud obtained from cows, followed by segmentation and measurement of linear parameters of the animals. These algorithms were subjected to laboratory tests on a specially designed cow croup model. The purpose of these tests was to compare the results obtained from both manual measurements and the automated process. Based on the results of the laboratory tests, it was found that the average error of the measurements made by the algorithm was 3.5%, while the maximum error did not exceed 9.2%. The algorithm was also tested directly on the farm. This stage allowed to verify the performance and efficiency of the proposed solution in real conditions. The test results confirmed the high applicability and implementation potential of the developed system. Thus, an innovative solution is proposed that can improve the current approach to measuring the linear parameters of the cow.