水产品是人类重要的营养物质来源，海洋资源的日益紧缺使水产养殖业得到了快速发展。然而，我国的养殖模式粗放，养殖管理主要依赖人工，存在水质管控滞后、水产疾病预警智能化程度低、投喂不合理等诸多问题。因此，渔业现代化养殖转型已迫在眉睫。随着科学技术的不断发展，水产智能化、信息化养殖已成为我国水产养殖的必然趋势。目前，我国的水产养殖智能管控技术有了初步研究，但应用场景不一，且少有多功能养殖管控系统。针对以上问题，本文将高效生态循环水养殖模式与物联网技术、机器视觉等技术相结合，搭建了一种水产养殖智能化管控系统，实现水质管控、水产品疾病预警与智能投饵三种功能，为水产养殖管控系统研究与应用提供了方案与经验。本文主要研究内容与成果包括以下三部分：
　　（1）设计并研制了一种移动式的水产养殖在线水质-对虾病害监测与智能化管控设备，研发了以机器视觉为基础的南美白对虾自动化疾病诊断与预警平台，研究了基于图像处理的病死虾快速检测方法。根据颜色特征，应用灰度直方图确定分割阈值，运用逻辑回归（LR）、K最近邻（KNN）、决策树（DT）、随机森林（RF）、Adaboost算法、朴素贝叶斯（NB）、二次判别分析（QDA）共计七种机器算法分别对十九种特征与目标进行分类，结果发现，KNN的目标分类效果最佳，分类精确率达到99%。
　　（2）改进了基于DCS分布式系统的智能投饵装备，研发了基于实时图像监测的南美白对虾饥饿程度检测平台，研究了基于图像处理技术的饵料识别与饥饿判别方法。应用局部自适应阈值法与Canny边缘检测方法实现了饵料目标分割，并分析比较了机器学习算法对饵料的识别效果。结果表明，基于逻辑回归的分类模型精确率达到91%且饵料计数的相对误差控制在10%以内。
　　（3）以建立工厂化循环水养殖与陆基多生态位循环水养殖智能化工厂为目标，研制了基于溶解氧、pH、水温、氨氮、亚硝酸盐传感器为核心的水质在线检测装备，开发了基于MODBUS-RTU工业控制总线的在线增氧与给排水智能化控制平台，构建了基于以太网的分布式在线检测与实时智能化控制的工厂化循环水养殖智能管理系统。应用交互式以太网组网方式实现数据自动接收传输；建立了基于云服务技术的物联网数据管理与现场控制系统，完成了数据平台的设计。