智慧渔业中养殖信息数据化主要通过各类传感器、声呐技术、遥感技术和机器视觉技术等方法实现，其中机器视觉技术通过图像分割、特征点识别等图像分析技术可以监测鱼群行为、识别鱼体特征并将这类信息量化为具体数值。根据机器视觉技术特点结合我国水产养殖流程，可以将智慧渔业中的机器视觉技术应用研究大致分为鱼类摄食行为识别与精准饲喂、鱼体参数识别与测量、鱼群病害诊断与防治三部分。
鱼类摄食行为识别与精准饲喂
投料饲喂是水产养殖过程最重要的环节之一，投料过程是否合理会直接影响养殖效益：投料不足会影响生长速度，而投料过多会污染水质浪费饲料。传统水产养殖过程中主要依赖人工抛洒完成饲喂，这种饲喂方式的投料时间和投料量比较容易受到从业人员经验和习惯等因素影响。随着机器视觉技术发展，人们发现通过研究鱼群外观信息不仅能判断鱼的生长状态，还能识别鱼群摄食行为。根据机器视觉技术提取的鱼群信息开展精准饲喂工作，能在提高养殖效率的同时有效避免饲料浪费和水质污染等问题。
鱼体参数识别与测量
水产养殖需要关注的鱼体参数包括体长、体高、肥满度等，上述参数信息不但是水产养殖过程决策制定的重要依据，还是水产品质量分级的重要指标。因此水产养殖人员需要在鱼群各个生长阶段进行鱼体参数测量。传统养殖中手工测量过程涉及捕捞、麻醉和固定等环节，长时间离开养殖水环境对鱼类刺激性较强，容易出现生理应激反应，不利于水产健康养殖。
智慧渔业系统在鱼体参数识别和测量方面主要采用非接触无损测量方法，其中机器视觉技术通过相机拍摄、图像分析获得参数的工作过程在非接触测量鱼体参数方面有着先天优势。
鱼群病害诊断与防治
与传统养殖方法不同，智慧渔业主要使用现代信息技术完成鱼群病害诊断和防治工作。随着物联网技术发展，人们对基于无线传感技术的水产养殖系统监控技术展开应用研究，并取得了成果。无线传感技术主要利用各类传感器对鱼塘水体环境的各项指标进行监测和调节，虽然通过监测鱼塘水质可以在一定程度上保证鱼群健康的生长环境，但是无法直观反映鱼群健康状况和生长状态。机器视觉技术能准确识别鱼类行为特征，从而实时监测鱼群生长状态和诊断病害情况是否发生。根据鱼群健康状态监测结果可以及时调控水产养殖系统，从而有效避免鱼群大面积死亡。
