Los datos de nubes de puntos de cerdos se pueden utilizar para reconstruir digitalmente características de la superficie, calcular el volumen del cuerpo del cerdo y estimar el peso del cuerpo del cerdo. El volumen, como una nueva característica fenotípica del cerdo, tiene las siguientes funciones: (a) se puede utilizar para estimar el peso del ganado basado en su alta correlación con el peso corporal. (b) La proporción de volumen de varias partes del cuerpo (como la cabeza, las patas, etc.) se puede obtener a través de la segmentación de nubes de puntos, y la nueva información fenotípica se puede utilizar para criar cerdos con volúmenes de cabeza más pequeños y patas más robustas. Sin embargo, dado que la nube de puntos del cerdo tiene una forma irregular y puede estar parcialmente ausente, es difícil formar una superficie de bucle cerrado para el cálculo del volumen. Considerando la mejor estanqueidad del agua de la reconstrucción de Poisson, este artículo adopta un algoritmo de reconstrucción de Poisson mejorado para reconstruir nubes de puntos del cuerpo del cerdo, haciendo que los resultados de la reconstrucción sean más suaves, más continuos y más completos. En el presente estudio, se adoptaron nubes de puntos de forma estándar, un modelo estándar de conejo de Stanford de volumen conocido, un modelo de lechón de volumen medido y 479 conjuntos de datos de nubes de puntos de cerdos con peso corporal conocido para confirmar la precisión y fiabilidad del algoritmo mejorado de reconstrucción de Poisson y cálculo de volumen. Entre ellos, el error relativo fue del 4% en el resultado del volumen del modelo de lechón. El error absoluto promedio fue de 2.664 kg en la estimación del peso obtenida del volumen del cerdo al recopilar nubes de puntos de cerdos, y el error relativo promedio fue del 2.478%. Al mismo tiempo, se determinó que el coeficiente de correlación entre el volumen del cuerpo del cerdo y el peso del cuerpo del cerdo fue de 0.95.