使用图形识别技术来识别黑烟以及船只对江豚的影响
王楚鹏1 蒋卓恒2 韩宜桐3 

1南京外国语学校仙林分校，江苏南京，210000；

2深圳（南山）中加学校，广东深圳，518052；

3圣彼得学院，芝加哥伊利诺伊州，61354；

摘要：东洞庭湖的生物多样性正在因人类活动持续衰退，目前在东洞庭湖仅存162头国家一级保护动物长江江豚。这些珍稀物种正面临航运船舶和非法高硫柴油排放黑烟等多重威胁。黑烟中的有毒物质（如二氧化硫和PM2.5）不仅可以直接损害江豚呼吸系统，还可以通过水体污染江豚的栖息地以及破坏食物链，让其毒素累积，从而加剧其生存危机。针对这一问题，本研究提出基于无人机和AI的监测方案：使用YOLO算法实现多类别船舶（渔船、货船等）的无人机影像实时识别训练数据集涵盖多种光照条件和观测视角。采用HSV/YUV色彩空间转换和纹理分析（局部二值模式LBP、小波变换）实现烟雾区局域分割。研究同时强调，必须通过生态科普教育和推广渔民替代能源使用等措施，提升公众意识并强化政策执行。只有技术方案与社会措施双管齐下，才能有效保护长江江豚。研究指出和强调，保护长江江豚不仅关乎物种存续，更是人类维护生物多样性的责任体现，需要多方协作才能实现长效治理。

关键词：江豚保护；图像识别；烟雾检测；OpenCV；TensorFlowLite

参考文献

[1]王浩, 张强, & 李文龙. (2023). 基于YOLOv5的水面船舶目标检测研究. 计算机技术与发展， *33*(4), 45–50.

[2]王科. (2024). 基于深度学习的船舶黑烟检测算法研究. 船舶工程， *46*(S1), 123-127.

[3]Nabi, I. G., Ashena, M., & Korb, P. J. (2018). A review on soot and smoke detection techniques from marine diesel engines. Frontiers in Physiology, *9*, 1452. https://doi.org/10.3389/fphys.2018.01452

[4]Turvey, S., Brierley, L., & Toms, M. (2021). Computer vision for remote environmental monitoring: A case study on smoke and emission detection [Unpublished manuscript]. Department of Computer Science, University College London.

[5]Wang, X., Zhao, Y., & Li, J. (2020). A hybrid model for ship smoke detection combining traditional and deep learning methods. Journal of Environmental Management, *265*, 110532. https://doi.org/10.1016/j.jenvman.2020.110532

[6]WWF. (2018). Eye in the sky: Using technology to monitor ship emissions. World Wide Fund for Nature.

[7](2020, April 1). 传统图像处理技术在烟雾检测中的应用概述. CSDN. https://blog.csdn.net/DFCED/article/details/105157452

[8](2020, May 15). 基于视频分析的林火烟雾检测技术简介. 电子工程世界. https://www.eefocus.com/e/522607.html

[9](2020, March 28). OpenCV与图像处理：运动目标检测方法. CSDN. https://blog.csdn.net/gloria_iris/article/details/105172768

[10](2021, April 4). 使用背景减除法进行运动车辆检测. CSDN. https://blog.csdn.net/xkuzhang/article/details/115423061

[11](2022, December 12). YOLO系列目标检测算法对比与总结. CSDN. https://blog.csdn.net/myDarling_/article/details/128104279

[12](2023, October 25). 基于计算机视觉的黑烟车识别技术实践. Oxings' Blog. https://blog.oxings.com/article/91

[13](2023, October 11). 深度学习在环境监测中的应用：以船舶黑烟检测为例. CSDN. https://blog.csdn.net/q7w8e9r4/article/details/133700058

[14](2021, June 15). 图像处理中的颜色空间转换与特征提取. CSDN. https://blog.csdn.net/WUHU648/article/details/118491096

[15](2023, September 28). 传统特征提取方法：LBP、HOG与SIFT. CSDN. https://blog.csdn.net/Yaoyao2024/article/details/133294339

[16](2020, June 20). 基于帧差法与光流法的运动目标检测. CSDN. https://blog.csdn.net/a435262767/article/details/107115249

[17](2022, March 15). 目标检测中非极大值抑制(NMS)的原理与实现. CSDN. https://blog.csdn.net/qq_41204464/article/details/123874233