随着人民生活水平的日益提高,国家社会对于环境保护愈发重视,超标排放车辆的整治是其中重要一环。黑烟车智能检测系统能长期在无人干预的情况下对道路上行驶的超标排放车辆进行取证,适合城市道路、国道等环境的大规模布控,具有良好的实际应用前景。本文对于黑烟车智能检测技术的研究主要包括以下几个方面:（1）车辆检测算法研究。为了解决黑烟的形态特征不明显、较容易与行道树黑影、车辆阴影等混淆的问题以减少误报警,设计了针对实际车辆检测场景改进的车辆检测算法。首先通过实验对比主流的目标检测算法,选用在车辆检测任务中效果最好的SSD算法作为基础结构。而后针对算法存在检测框不够准确、大车辆目标丢失的问题引入FPN结构、不基于先验框的回归框进行改进;针对易检测样本主导了网络优化的方向的问题,对损失函数设计进行改进。最后由于车辆检测是黑烟分类前置流程,需要缩短推理时间,选用了轻量化的主干网络结构实现车辆检测,实现算法时间复杂度与精度的平衡。（2）基于卷积神经网络的黑烟特征分类方法设计。针对黑烟分类数据集较小的特点,使用迁移学习的方法并在实验中尝试了VGG、Inception、Mobile Net V2、NASNet、Dense Net等主流分类网络结构且进行了相应的实验结果分析。并通过修改AVP为SPP层的改进提高了模型精度。而后针对车辆尾部图像区域较大,而算法需要实现分类的需要关注的有效部分占待分类图像的区域较小这一问题。设计了一种主要关注位置区域信息的注意力机制的网络结构模块SAM,其可以在特征图上赋予分类关键区域特征较高的权重,从而提升算法精度。（3）基于时空信息的黑烟分类器设计。由于二维卷积网络无法利用视频中的时序特征信息,单帧分类方法仍然存在漏检与误检的情况。本章设计了基于2D-3D融合的多帧分类网络,该网络利用2D卷积进行空间信息提取并使用3D卷积进行时空特征学习,实现了对视频时序特征信息的利用。通过对算法精度、判别分类效果上的对比,2D-3D融合网络相比于单帧方法获得了更好的精度表现与分类效果。（4）软件的设计与实现。以上述算法为基础,本文采用模块化设计实现了黑烟车智能检测软件,主要模块有:视频图像处理模块,主要负责视频图像的批量读取、暂存以及保存;车辆检测模块,实现车辆检测算法的接口与辅助功能;黑烟分类模块,实现黑烟分类算法接口与辅助功能;车辆跟踪与多帧判断模块,实现简易的车辆跟踪算法并为多帧算法提供支持。在最后,完成了对各项软件功能的测试工作以及整体的算法效果与性能测试。