鱼类特征提取是鱼类行为活动与鱼类形态特征量化的过程，也是鱼类适应性与流场研究的基础，精确快速量化鱼类特征是鱼类研究的保证。鱼类特征可以分为运动特征与形态特征。运动特征包括鱼体游动的坐标、游动速度、加速度、角速度等信息；形态特征包括鱼体全长、宽度、体长、叉长、鱼体轮廓等信息。为了保障鱼类进一步研究，本文将鱼眼、尾部叉点、头部顶点、尾鳍顶点、背部顶点、腹部顶点定义为鱼类的特征点，鱼眼与尾部叉点的连线定义为鱼体中心线，并重点研究了鱼类运动特征提取与形态特征提取算法。本文一方面通过构建游鱼三维轨迹提取鱼类运动特征；另一方面通过鱼体形态特征提取算法提取鱼类的形态特征。通过实验表明两个算法都具有实时性与可行性。本文将算法应用到了鱼类特征提取的系统中，能够高效准确的提取鱼类特征。本文研究算法创新点如下：　　1）鱼类游泳三维空间轨迹重建。三维空间游鱼重建算法通过三个摄像头从正面、侧面、俯视面三个方向同时拍摄鱼体游动，从视频中提取二维运动轨迹，然后利用多视图几何方法重建鱼体三维空间运动轨迹。算法分为三维空间标定、二维轨迹提取、三维轨迹重建三个步骤。三维空间标定完成二维空间与三维空间的映射，并求取映射矩阵；二维轨迹提取为从视频中提取游鱼的二维轨迹坐标；三维轨迹重建利用多视图几何融合两条二维轨迹重建出三维轨迹。重建算法具有实时性，能够稳定提取鱼体三维空间坐标，滤波去噪处理需要一定的缓冲区，算法存在0.88s~1.88s的延迟。　　2）研究了形态特征提取算法。鱼体形态特征提取算法分为轮廓提取算法与其他形态特征提取算法。轮廓提取算法使用迭代高斯滤波过滤内部细小纹理，使用Canny边缘检测算法得到鱼体轮廓坐标。其他鱼体形态特征提取首先使用霍夫圆检测提取鱼体眼睛坐标；通过轮廓与眼睛坐标能够确定鱼体头部顶点与尾鳍顶点坐标；利用尾鳍顶点使用迭代逼近方法得到尾鳍叉点坐标；然后通过轮廓旋转法结合区域限定获取到鱼体宽度；算法提取到鱼体的轮廓、全长、叉长、宽度，以及得到头部顶点、尾鳍顶点、尾部叉点、背部顶点、腹部顶点。　　本文另一部分工作是算法应用。本文实现了游鱼三维运动特征分析系统与鱼体形态特征分析系统，游鱼三维运动特征分析系统结合了鱼体三维轨迹重建算法，能够实时提取水箱中鱼体的三维空间坐标信息；鱼体形态特征分析系统应用了鱼体形态特征提取算法，能够通过批处理方式处理多张图片，高效准确的提取鱼体的形态特征。