我国是大黄鱼出口大国,出口量居世界首位,随着对黄鱼质量要求的不断提升,种苗筛选工作面临着巨大考验。在现有的黄鱼育种中,黄鱼重量、形态特征主要依靠人工测量,效率十分低下,精度不高。有不少学者开展了基于机器视觉的鱼类形态特征检测研究,但至今仍没有一项能够批量、高效并准确地完成种苗筛选工作。本文基于种苗筛选过程的需求,设计了一套集硬件装置、应用软件、数据管理系统于一体的黄鱼育种筛选系统。为了获取黄鱼的重量参数,设计了称量装置,包括称量装置硬件电路设计、软件设计、人机交互设计。提出了批量称量算法与动态滤波算法,满足黄鱼批量检测下的称量需求。实验结果表明,称量平均相对误差为0.021%,且称量重复性及温度漂移特征较好,各项指标均满足系统需求。针对黄鱼形态特征参数获取与种苗筛选流程,设计了育种筛选应用软件,实现了批量称量过程、图像处理、数据管理的功能集成。采用基于图像细化的目标检测算法、基于特征点估计的目标检测算法及基于深度学习与图像处理的目标检测算法,分别进行了黄鱼形态特征检测,并对各算法进行比较分析。实验结果表明,基于特征点估计算法总体最优,其体长检测平均相对误差为0.94%,体宽检测平均相对误差为2%。数据管理部分设计了基于MySQL数据库的数据管理系统,实现了用户信息、黄鱼数据信息、历史信息的查询与管理。对黄鱼育种筛选系统进行了软硬件联机调试与批量检测实验,验证了系统的批量检测精度、检测效率、可行性与稳定性,同时与人工检测进行对比,系统检测精度优于人工检测,且检测效率达到人工检测的6倍以上。本文基于称量与机器视觉技术实现了黄鱼关键特征参数的批量自动获取过程,并通过数据管理系统对检测参数进行分析与育种指导,为黄鱼养殖业种苗筛选提供了良好的系统平台,具有较好的市场应用前景。