大西洋鲑鱼工业化封闭循环水养殖生产中，肉色是评判大西洋鲑鱼肉品质的重要因素。本文利用计算机视觉方法对大西洋鲑鱼肉的肉色进行自动分级。将所采集到的鱼肉切片图像等分为训练集和测试集，同时对所有的图像通过罗氏标准比色卡赋予级别。对训练集图像在RGB(红色，绿色，蓝色)，HSV（色调，饱和度，亮度），CIELab（明亮度，从绿色到红色的变化率，从蓝色到黄色的变化率）三种颜色空间模型中进行分析并选择三种计算机分类规则最近邻方法，多元线性回归和最小二乘支持向量机。将分类规则应用于测试集，并与人工分类方法进行对比，结果显示，其与计算机分类结果并无显著性差异。因而，计算机视觉可以作为快速，无侵入性进行大西洋鲑鱼肉色分级的有效手段，其低廉的应用成本也显示出在将来取代人工操作方法的巨大潜力。　　在循环水养殖生产中，过量投喂饵料通常会损害鱼类福利，败坏水质，并严重影响水处理系统运行。本论文基于计算机视觉方法研究了大西洋鲑鱼群的摄食活跃性，通过分析大西洋鲑鱼群的摄食图像，提出了基于差分帧的鱼群摄食活跃性量化方法，并针对大规模鱼群相互重叠对于图像分析的影响问题，提出了一个重叠系数来校正分析结果。同时，鱼群在水面摄食所造成的水面反光图像亦会导致计算结果的不精确性，本文建立了一种水面反光图像的自动检测与识别方法，并对由该类图像计算而得的结果进行删除后再做插值处理;为了验证所提出方法的准确性，本研究将基于计算机视觉方法的测量结果与基于人工观测记录方法的测量结果进行线性相关性分析，基于鱼群摄食行为的摄食活跃性测量结果与人工判定结果的相关系数达0.9195，因而，该方法是一种潜在的能够指导生产投喂管理的参考方法。