水体微纤维图像识别的改进MobileNetV2算法
2021-10-09吕璐璐陈树越王利平
郑州大学学报(工学版) 2021年5期
吕璐璐, 陈树越, 王利平, 许 霞
(1.常州大学 微电子与控制工程学院,江苏 常州 213164;2.常州大学 环境与安全工程学院,江苏 常州 213164)
0 引言
塑料制品为人类的生活提供便利的同时也带来了环境污染的问题。塑料垃圾在物理和化学的作用下降解为微小的塑料,直径小于5 mm的塑料颗粒和纤维被称为微塑料[1]。微塑料在水体中具有尺寸小、比面积大和疏水性强等特点,更容易成为疏水性有机污染物和重金属的载体[2]。在水体环境中,微塑料可以持续成百上千年[3],其表面附着了许多细小微生物,微生物以塑料表面的疏水性物质为食,以微塑料为载体在生态系统中迁移,甚至会进入到食物链被人误食[4]。微塑料污染问题已经成为全球重大环境问题之一,引起了各国政府、学者和公众的关注[5]。
微塑料根据形态特征可以分为5种类型:碎片、薄膜、纤维、泡沫塑料和微珠[6]。微纤维是微塑料的主要类型且在水体环境中长久存在、降解率低,因此,越来越多的学者加大了对微纤维识别的研究。目前,大多数学者使用光学显微镜和电子扫描显微镜识别微纤维。普通光学显微镜很难分析鉴定粒径小于100 μm的微纤维[7];电子扫描显微镜要求样品必须是固体,且无毒、无放射性、无污染、无磁、无水分、成分稳定、大小适中[8],且仪器价格昂贵,耗时耗力,限制了一定时间内可处理的样本数量[9]。
随着人工智能的发展,图像识别技术也被广泛应用。 Yurtsever等[10]使用GoogLeNet模型对废水中形态为微珠的微塑料进行识别,识别准确率达到89%;……
登录APP查看全文