中国是世界第一水产养殖大国,在目前的渔业养殖业中,养殖密度越来越大,而鱼类的投饵又是养殖鱼类的关键。传统的鱼类投喂方式主要是依靠人工进行投喂,这种方式容易造成鱼类的投喂过量或者是投喂不足,这样不仅会降低鱼类养殖当中的经济效益,而且当投饵过量时,鱼类的残余饵料还会对养殖水体造成水质恶化的情况,进而影响鱼类福利。因此传统的鱼类养殖方式已经远远不能满足现代集约化养殖管理的需求,因此迫切需要一种新的无损的投喂控制方式。本文目的在于探索鱼群的摄食行为,提升鱼类的养殖效率,增加鱼群饵料的利用率。本论文主要是从鱼类养殖精准投喂的角度出发,通过采集鱼类摄食过程中的摄食活动图像,提出了一种基于计算机视觉技术的鱼类摄食行为分类及评估方法,本文的工作主要有以下几个方面:(1)首先采集鱼群正常游动状态和摄食状态的图片,利用灰度差分统计法、灰度共生矩阵法和基于高斯-马尔科夫随机场模型的方法提取了鱼群的13个纹理特征,并且使用主成分分析法(PCA)算法对提取出的鱼群纹理信息进行降维,基于以上特征信息利用支持向量机(SVM)算法实现了对鱼群摄食状态和非摄食状态的分类识别;(2)对鱼群的摄食图片进行处理,利用背景建模法得到鱼群的背景图片,提取出前景目标鱼群,并通过灰度共生矩阵提取鱼群的纹理特征进行分析对比,实现了鱼群的摄食活动强度(feeding activity index,FAI)的评估,并与传统的方法面积法进行比较,由灰度共生矩阵的对比度来表征鱼群的摄食活动强度与面积法来表征的鱼群摄食活动强度的相关性达到0.8942,说明此种方法的可行性;(3)本文尝试把自适应神经网络模糊推理系统(ANFIS)模型运用到鱼群的投喂量上,并对该模型进行了初步的探索,希望在下一个阶段可以把该模型运用到实际当中,提高鱼群饵料的转化率,为鱼类养殖人员提供方法指导,减轻养殖人员的工作量。