امروزه علم درجه بندی و تجهیزات مربوطه به آن برای انواع محصولات دریایی در جوامع پیشرفته به سرعت در حال رشد می باشد به طوری که در اکثر واحد های بزرگ شیلاتی و یا در مجاورت آن ها انواع تجهیزات درجه بندی یافت می شود. ماشین بینایی دارای توانایی بالقوه ای است که می تواند به عنوان یک روش دقیق برای تشخیص و ارزیابی خصوصیات ظاهری استفاده گردد. در تحقیق حاضر رقم بندی ماهی بر اساس گونه، اندازه و وزن به کمک فناوری ماشین بینایی مورد بررسی قرار گرفت. جهت انجام این تحقیق، ماهی های شیر، شوریده و حلواسفید انتخاب شدند. ابتدا هریک از نمونه ماهی ها وزن شد و سپس از همان ماهی درون اتاقک نورپردازی عکس گرفته شد. برای بخش بندی تصاویر و عملیات پردازش تصویر از محیط برنامه نویسی matlab استفاده شد. به منظور تخمین وزن ماهی از روابط رگرسیون خطی و غیر خطی (تک متغیره و چند متغیره) استفاده گردید. این معادلات به کمک 8 متغیر مستخرج از پردازش تصویر (طول، ارتفاع، مساحت، محیط، قطر معادل، بزرگترین قطر، کوچکترین قطر و ضریب رعنایی ماهی) و با استفاده از 4 روش ریاضی (خطی، لگاریتمی، نمایی و توانی) ایجاد شدند. به دلیل زیاد بودن متغیر ها از تحلیل عاملی به منظور دسته بندی متغیر ها و حذف معادلات اضافی استفاده شد. ضرایب تبیین روابط تخمین وزن ماهی های شیر، شوریده و حلواسفید به ترتیب 92، 4/95 و 94 درصد بدست آمد. نتایج نشان داد که بین وزن واقعی و وزن تخمین زده شده اختلاف معنی داری در سطح احتمال 5 درصد وجود ندارد. همچنین بر اساس واسنجی که بر روی سامانه ماشین بینایی جهت تخمین طول انجام گردید مشخص شد که این سامانه می تواند در محدوده طول ماهی های اندازه گیری شده با دقت بالا طول ماهی را اندازه گیری کند. این الگوریتم توانست سه گونه ماهی شیر، شوریده و حلواسفید را با دقت 100درصد از یکدیگر تفکیک کند.