降雪检测方法、装置、计算机设备和可读存储介质与流程

本申请涉及气象检测
技术领域：
，特别是涉及一种降雪检测方法、装置、计算机设备和可读存储介质。
背景技术：
：雪是从混合云中降落到地面的雪花形态的固体水，是由大量白色不透明的冰晶(雪晶)和其聚合物(雪团)组成的降水，雪只会在很冷的温度及温带气旋的影响下才会出现。传统的降雪观测方法，一般由人工观测雪量。雪量是气象观测者将观测场雨量筒里收集到的雪拿到室内化做水，再倒入量筒得出降水量后测量出的量度。如同降雨量一样，雪量是指一定时间内所降的雪量。但是，上述人工观测降雪的方法，无法为机场、高速公路等高安全要求的区域提供全天候的多维度降雪检测数据，容易导致安全事故。技术实现要素：基于此，有必要针对上述技术问题，提供一种能够提供全天候的多维度降雪检测数据、降低安全事故的降雪检测方法、装置、计算机设备和可读存储介质。第一方面，本申请实施例提供一种降雪检测方法，所述方法包括：通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级，所述雪量等级用于表征所述目标区域的降雪强度；基于所述雪量等级，获取所述目标区域对应的降雪能见度值。在其中一个实施例中，所述目标区域包括至少一个目标物，所述基于所述雪量等级，获取所述目标区域对应的降雪能见度值，包括：从所述目标图像中截取各所述目标物分别对应的成像图像，并根据各所述成像图像和清晰度分类模型，获取各所述目标物对应的清晰度等级，所述清晰度等级用于表征对应目标物在所述目标图像中成像的清晰程度；基于所述雪量等级和各所述目标物对应的清晰度等级，获取所述目标区域对应的降雪能见度值。在其中一个实施例中，所述基于所述雪量等级和各所述目标物对应的清晰度等级，获取所述目标区域对应的降雪能见度值，包括：对于每个所述目标物，根据所述雪量等级和所述目标物对应的清晰度等级，查找所述目标物对应的能见度系数，所述能见度系数和所述雪量等级表征的所述目标区域的降雪强度负相关，所述能见度系数和所述目标物对应的清晰度等级正相关；检测所述目标物与所述高感光成像组件之间的目标距离；根据各所述目标物对应的目标距离和各所述目标物对应的能见度系数，获取所述目标区域对应的降雪能见度值。在其中一个实施例中，所述根据各所述目标物对应的目标距离和各所述目标物对应的能见度系数，获取所述目标区域对应的降雪能见度值，包括：对于每个所述目标物，将所述目标物对应的目标距离和所述目标物对应的能见度系数相乘，得到相乘结果；计算各所述目标物对应的相乘结果的平均值，得到所述目标区域对应的所述降雪能见度值。在其中一个实施例中，所述基于所述雪量等级，获取所述目标区域对应的降雪能见度值之后，所述方法还包括：通过雪深传感器获取所述目标区域对应的降雪量数据，所述降雪量数据包括所述目标区域对应的降雪深度和降水量中的至少一个；根据预设的雪量等级划分标准，检测所述雪量等级是否与所述降雪量数据匹配，并检测所述雪量等级是否与所述降雪能见度值匹配，所述雪量等级划分标准包括标准雪量等级与标准降雪能见度值之间的匹配关系，所述雪量等级划分标准还包括标准雪量等级与标准降雪量数据之间的匹配关系；若所述雪量等级与所述降雪量数据匹配，且所述雪量等级与所述降雪能见度值匹配，则输出所述降雪能见度值。在其中一个实施例中，所述方法还包括：通过环境传感器获取所述目标区域对应的环境数据；检测所述环境数据是否满足预设条件，所述预设条件与降雪形成的气象因素有关；对应地，所述通过高感光成像组件获取目标区域的目标图像，包括：若所述环境数据满足所述预设条件，则通过高感光成像组件获取目标区域的目标图像。在其中一个实施例中，所述方法还包括：通过光仪亮度计测量所述目标区域对应的目标亮度值；根据所述目标亮度值查找预设的参数调整表，得到所述目标亮度值对应的目标成像参数，所述参数调整表包括各亮度值和各成像参数之间的映射关系；将所述目标成像参数设置为所述高感光成像组件的工作参数。第二方面，本申请实施例提供一种降雪检测装置，所述装置包括：第一获取模块，用于通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；分类模块，用于若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级，所述雪量等级用于表征所述目标区域的降雪强度；第二获取模块，用于基于所述雪量等级，获取所述目标区域对应的降雪能见度值。第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。本申请实施例提供的技术方案带来的有益效果至少包括：通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级；基于所述雪量等级，获取所述目标区域对应的降雪能见度值；由此，通过高感光成像组件获取目标区域的目标图像，高感光成像组件由于其高感光的特性，即使在夜间或者光线较差的环境下也可以采集到与白天成像效果类似的目标图像，避免了夜间视线受阻人工无法观测的问题，从而实现了目标区域全天候的降雪检测；此外，在目标图像包括降雪的情况下，采用雪量分类模型得到用于表征目标区域的降雪强度的雪量等级，并基于雪量等级获取目标区域的降雪能见度值，从而可以得到目标区域的雪量等级和降雪能见度值；避免了传统技术中人工仅观测雪量，无法为机场、高速公路等高安全要求的区域提供多维度降雪检测数据，容易导致安全事故的问题。本申请实施例可以得到目标区域的全天候的多维度降雪检测数据，有利于降低目标区域中安全事故的发生概率。附图说明图1为一个实施例中降雪检测方法的流程示意图；图2为另一个实施例中步骤s300的细化步骤示意图；图3为另一个实施例中步骤s302的细化步骤示意图；图4为另一个实施例中降雪检测方法的流程示意图；图5为另一个实施例中降雪检测方法的流程示意图；图6为另一个实施例中降雪检测方法的流程示意图；图7为一个实施例中降雪检测装置的结构框图；图8为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请实施例提供的降雪检测方法、装置、计算机设备和可读存储介质，旨在解决传统技术中通过人工观测降雪，无法为机场、高速公路等高安全要求的区域提供全天候的多维度降雪检测数据，容易导致安全事故的技术问题。下面将通过实施例并结合附图具体地对本申请的技术方案进行详细说明。下面这几个具体地实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请实施例提供的降雪检测方法，其执行主体可以是降雪检测装置，该降雪检测装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部，计算机设备可以是服务器。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。可以理解的是，下述方法实施例提供的降雪检测方法，也可以应用于终端，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。在一个实施例中，如图1所示，提供了一种降雪检测方法，包括以下步骤：步骤s100，通过高感光成像组件获取目标区域的目标图像，并检测目标图像是否包括降雪。本申请实施例中，目标区域可以是需要进行降雪检测的区域，例如，机场、高速公路等具有高安全需求的区域。计算机设备控制高感光成像组件采集目标区域的目标图像，高感光成像组件可以是部署在目标区域中的高感光成像仪，高感光成像组件可以安装在目标区域内的可旋转云台上。本申请实施例采用高感光成像组件获取目标图像，计算机设备通过调整高感光成像组件的工作参数，使得高感光成像组件在夜间或者光线较差的环境下也可以采集到与白天成像效果类似的目标图像，从而可以实现目标区域的全天候降雪检测，扩大了降雪检测的时间范围，避免了传统技术中人工观测雪量，由于夜间视线受阻人工无法观测的问题。获取到目标区域的目标图像后，计算机设备检测目标图像是否包括降雪。在一种可能的实施方式中，计算机设备可以将目标图像输入至预先训练的降雪分类模型中，利用该降雪分类模型对目标图像进行分类，该降雪分类模型用于对目标图像是否包括降雪进行分类，从而可以确定目标图像是否包括降雪。作为一种实施方式，计算机设备可以获取不同历史时刻的多个降雪样本图像，该多个降雪样本图像可以包括正样本和负样本，其中，正样本包括降雪，负样本不包括降雪。人工对正样本和负样本添加对应的正负类别标签，计算机设备采用添加了正负类别标签的多个降雪样本图像训练初始降雪分类模型，模型收敛后得到降雪分类模型。初始降雪分类模型可以是resnet残差网络、vgg网络等分类网络模型，在此不做具体限制。步骤s200，若目标图像包括降雪，则采用雪量分类模型对目标图像进行分类，得到目标区域对应的雪量等级。计算机设备若检测到目标图像包括降雪，则采用雪量分类模型对目标图像进行分类，得到目标区域对应的雪量等级，该雪量等级用于表征目标区域的降雪强度，雪量等级如“小雪”、“中雪”、“大雪”等。本申请实施例中，可以由人工对采集的多个包括降雪的降雪样本图像按照其对应的雪量强度分别添加雪量等级标签，雪量等级标签如“小雪”标签、“中雪”标签、“大雪”标签以及“暴雪”标签。计算机设备采用添加了雪量等级标签的该多个降雪样本图像训练初始雪量分类模型，训练过程中采用各降雪样本图像对应的雪量等级标签作为监督，迭代更新模型参数，模型收敛后得到雪量分类模型。计算机设备将目标图像输入至雪量分类模型中，得到雪量分类模型输出的该目标图像对应的雪量等级，即目标区域对应的雪量等级。由此，计算机设备通过雪量分类模型即可自动分类目标区域对应的雪量等级，避免了传统技术中，气象观测者需要将观测场雨量筒里收集到的雪拿到室内化做水，再倒入量筒得出降水量来测量雪量，导致的降雪检测自动化程度低以及人力浪费的问题。步骤s300，基于雪量等级，获取目标区域对应的降雪能见度值。计算机设备得到目标区域对应的雪量等级后，基于该雪量等级，获取目标区域对应的降雪能见度值。在一种可能的实施方式中，目标区域中可以存在目标物，目标物可以是标志性建筑物，计算机设备可以根据目标区域的雪量等级以及该目标物在目标图像中成像的清晰程度来获取目标区域对应的降雪能见度值；可以理解的是，目标区域的雪量等级表征的降雪强度越大，且目标物在目标图像中成像越不清晰，目标区域对应的降雪能见度值则越小，反之，目标区域对应的降雪能见度值则越大。在另一种可能的实施方式中，计算机设备还可以获取不同历史时刻下目标区域的多个历史雪量等级以及各历史时刻下人工观测的能见度，拟合得到历史雪量等级和能见度的映射关系，计算机设备从该映射关系中查找目标区域的雪量等级对应的能见度，则得到目标区域对应的降雪能见度值。能见度是反映大气透明度的一个指标，对于飞行安全和交通安全具有重要的参考意义，本申请实施例中，计算机设备基于雪量等级，获取目标区域对应的降雪能见度值，能够为目标区域提供更有价值的降雪观测数据(降雪能见度值)，有利于目标区域的安全控制。本实施例通过高感光成像组件获取目标区域的目标图像，并检测目标图像是否包括降雪；若目标图像包括降雪，则采用雪量分类模型对目标图像进行分类，得到目标区域对应的雪量等级；基于雪量等级，获取目标区域对应的降雪能见度值；由此，通过高感光成像组件获取目标区域的目标图像，高感光成像组件由于其高感光的特性，即使在夜间或者光线较差的环境下也可以采集到与白天成像效果类似的目标图像，避免了夜间视线受阻人工无法观测的问题，从而实现了全天候的降雪检测；此外，在目标图像包括降雪的情况下，采用雪量分类模型得到用于表征目标区域的降雪强度的雪量等级，并基于雪量等级获取目标区域的降雪能见度值，从而可以得到目标区域的雪量等级和降雪能见度值；避免了传统技术中人工仅观测雪量，无法为机场、高速公路等高安全要求的区域提供多维度降雪检测数据，容易导致安全事故的问题，本申请实施例可以提供目标区域的全天候的多维度降雪检测数据，有利于降低目标区域中安全事故的发生概率。在一个实施例中，在上述图1所示实施例的基础上，参见图2，本实施例涉及的是计算机设备如何基于雪量等级获取目标区域对应的降雪能见度值的过程。本实施例中，目标区域包括至少一个目标物，如图2所示，本实施例步骤s300可以包括步骤s301和步骤s302：步骤s301，从目标图像中截取各目标物分别对应的成像图像，并根据各成像图像和清晰度分类模型，获取各目标物对应的清晰度等级。作为一种实施方式，高感光成像组件在目标区域中部署时，可以在目标区域中选定一个或者多个标志性建筑物作为目标物，标志性建筑物如可以是在高感光成像组件的成像画面内相互之间不存在遮挡的房屋、信号塔、山脉等，各目标物与高感光成像组件之间的距离可以不同。在一种可能的实施方式中，计算机设备可以采用目标检测算法，从目标图像中检测得到各目标物分别对应的位置框坐标，每个位置框坐标对应每个目标物在目标图像中成像区域的位置，计算机设备从目标图像中截取各位置框坐标对应的区域，则得到各目标物分别对应的成像图像。在另一种可能的实施方式中，各目标物分别对应的位置框坐标也可以是人工输入计算机设备的，在此不做具体限制。计算机设备对截取的各成像图像的尺寸进行调整，以使各调整后的成像图像的尺寸符合清晰度分类模型的输入尺寸；计算机设备将各调整后的成像图像输入至清晰度分类模型中，得到各目标物对应的清晰度等级，清晰度等级用于表征对应目标物在目标图像中成像的清晰程度，例如，清晰度等级“3”表示清晰可见、“2”表示外观可见、“1”表示轮廓可见或“0”表示不可见，其中，清晰可见、外观可见、轮廓可见以及不可见对应的目标物在目标图像中成像的清晰程度依次递减。在一种可能的实施方式中，计算机设备可以收集降雪时不同能见度的多个清晰度样本图像，各清晰度样本图像包括人工标注的各目标物在清晰度样本图像中成像的清晰度等级标签以及各目标物的位置；例如，清晰度等级标签“0”表示目标物在该清晰度样本图像中不可见，清晰度等级标签“1”表示目标物在该清晰度样本图像中轮廓可见，清晰度等级标签“2”表示目标物在该清晰度样本图像中外观可见，清晰度等级标签“3”表示目标物在该清晰度样本图像中清晰可见，各目标物的位置可以是位置框坐标。计算机设备基于该多个清晰度样本图像训练初始清晰度分类模型，初始清晰度分类模型可以是resnet残差网络等分类网络模型，在此不做具体限制。在一种可能的实施方式中，初始清晰度分类模型可以是由21个卷积层、21个batchnorm层、21个scale层、17个relu激活层、8个eltwise层、2个池化层、1个全连接层搭建的resnet分类网络结构。计算机设备从多个清晰度样本图像中根据各目标物的位置截取各目标物对应的图像，并对截取的各图像进行归一化处理，如对截取的各图像的每个像素点的三通道像素值分别减去104、117、124，并将截取后的各图像缩放至预设大小，得到输入图像，再将各输入图像以及对应的清晰度等级标签输入至初始清晰度分类模型中，计算机设备根据公式1计算loss值ce：其中，c表示清晰度等级的类别数，si表示输入图像属于第i类的预测概率，ti表示输入图像属于第i类的实际概率,计算机设备根据loss值计算反向传播梯度，迭代更新模型参数，当loss值趋于稳定到0.01左右或者更小的值则确定模型收敛，得到清晰度分类模型。步骤s302，基于雪量等级和各目标物对应的清晰度等级，获取目标区域对应的降雪能见度值。计算机设备基于目标区域的雪量等级和各目标物对应的清晰度等级，获取目标区域对应的降雪能见度值。在步骤s302一种可能的实施方式中，参见图3，计算机设备可以通过执行如图3所示的步骤s3021、步骤s3022和步骤s3023，实现基于雪量等级和各目标物对应的清晰度等级，获取目标区域对应的降雪能见度值的过程：步骤s3021，对于每个目标物，根据雪量等级和目标物对应的清晰度等级，查找目标物对应的能见度系数。本申请实施例中，计算机设备中存储有雪量等级、清晰度等级和能见度系数三者的映射关系，三者的映射关系如：雪量等级为“小雪”且清晰度等级为“3”(清晰可见)对应的能见度系数为2.5，雪量等级为“中雪”且清晰度等级为“2”(外观可见)对应的能见度系数为1.5，雪量等级为“大雪”且清晰度等级为“1”(轮廓可见)对应的能见度系数为1，雪量等级为“暴雪”且清晰度等级为“0”(不可见)对应的能见度系数为0。对于每个目标物，计算机设备从该三者的映射关系中，查找与目标区域的雪量等级以及目标物的清晰度等级对应的能见度系数，得到目标物对应的能见度系数，其中，能见度系数和雪量等级表征的目标区域的降雪强度负相关，能见度系数和目标物对应的清晰度等级正相关，即目标区域的降雪强度越小且目标物在目标图像中成像越清晰，则目标物对应的能见度系数越大。步骤s3022，检测目标物与高感光成像组件之间的目标距离。对于每个目标物，计算机设备通过测距仪或者全站仪测量各个目标物至高感光成像组件之间的距离，得到各目标物与高感光成像组件之间的目标距离。在一种可能的实施方式中，计算机设备可以在天气条件较好的环境下，例如晴天，控制测距仪或者全站仪测量各目标物与高感光成像组件之间的目标距离，从而有利于提升测量的准确性。步骤s3023，根据各目标物对应的目标距离和各目标物对应的能见度系数，获取目标区域对应的降雪能见度值。以目标区域包括一个目标物为例，计算机设备计算该目标物对应的目标距离和该目标物对应的能见度系数的乘积，该乘积则为目标区域对应的降雪能见度值。在步骤s3023另一种可能的实施方式中，以目标区域包括多个目标物为例，步骤s3023可以包括如下步骤a1和步骤a2：步骤a1，对于每个目标物，将目标物对应的目标距离和目标物对应的能见度系数相乘，得到相乘结果。步骤a2，计算各目标物对应的相乘结果的平均值，得到目标区域对应的降雪能见度值。在目标区域包括多个目标物的情况下，对于每个目标物，计算机设备计算该目标物对应的目标距离和该目标物对应的能见度系数的乘积，得到该目标物对应的相乘结果；计算机设备进一步计算各目标物对应的相乘结果的算术平均值，则得到目标区域对应的降雪能见度值。本实施例通过从目标图像中截取各目标物分别对应的成像图像，并根据各成像图像和清晰度分类模型，获取各目标物对应的清晰度等级，基于雪量等级和各目标物对应的清晰度等级，获取目标区域对应的降雪能见度值，由此，结合目标区域的雪量等级和目标物对应的清晰度等级，可以准确计算目标区域的能见度值，能见度是反映大气透明度的一个指标，对于飞行安全和交通安全具有重要的参考意义，计算机设备通过计算目标区域的降雪能见度值，能够为目标区域提供更有价值的降雪能见度值作为降雪检测数据，有利于目标区域的安全控制。在一个实施例中，在上述图1所示实施例的基础上，参见图4，本实施例涉及的是计算机设备如何对目标区域的降雪能见度值进行准确性验证的过程。如图4所示，本实施例降雪检测方法还包括步骤s401、步骤s402和步骤s403：步骤s401，通过雪深传感器获取目标区域对应的降雪量数据。雪深传感器可以是部署在目标区域中的，雪深传感器可以部署在高感光成像组件的底部与地面交界处，雪深传感器的初值可以设置为0。计算机设备通过雪深传感器获取目标区域对应的降雪量数据，降雪量数据可以包括目标区域对应的降雪深度和降水量中的至少一个，降水量可以是将预设时间段(例如24小时)的降雪量融化成水后度量得到的。以降雪量数据包括目标区域对应的降雪深度和降水量为例，例如，计算机设备通过雪深传感器获取目标区域的降雪深度(地面积雪深度)为2厘米，降水量为2毫米。步骤s402，根据预设的雪量等级划分标准，检测雪量等级是否与降雪量数据匹配，并检测雪量等级是否与降雪能见度值匹配。其中，雪量等级划分标准包括标准雪量等级与标准降雪能见度值之间的匹配关系，雪量等级划分标准还包括标准雪量等级与标准降雪量数据之间的匹配关系，雪量等级划分标准例如，标准雪量等级“小雪”匹配的标准降雪能见度值为等于或大于1000米、匹配的标准降雪量数据为降雪深度小于3厘米且降水量在0.1～2.4毫米之间；标准雪量等级“中雪”匹配的标准降雪能见度值为500～1000米之间、匹配的标准降雪量数据为降雪深度为3～5厘米且降水量在2.5～4.9毫米之间；标准雪量等级“大雪”匹配的标准降雪能见度值为小于500米、匹配的标准降雪量数据为降雪深度等于或大于5厘米且降水量在5.0～9.9毫米之间，等等。计算机设备根据该雪量等级划分标准，检测目标区域的雪量等级是否与目标区域的降雪量数据匹配，并检测目标区域的雪量等级是否与目标区域的降雪能见度值匹配。例如，计算机设备获取的目标区域对应的雪量等级为“小雪”、目标区域的降雪能见度值为1200米、目标区域的降雪深度为2厘米且降水量为2毫米，计算机设备依据雪量等级划分标准中的标准雪量等级“小雪”匹配的标准降雪能见度值为等于或大于1000米、匹配的标准降雪量数据为降雪深度小于3厘米且降水量在0.1～2.4毫米之间，计算机设备则确定目标区域对应的雪量等级和降雪量数据匹配，确定目标区域的雪量等级与降雪能见度值匹配。步骤s403，若雪量等级与降雪量数据匹配，且雪量等级与降雪能见度值匹配，则输出降雪能见度值。计算机设备若确定目标区域的雪量等级与目标区域的降雪量数据匹配，且目标区域的雪量等级与目标区域的降雪能见度值匹配，则表征计算机设备计算的目标区域的降雪能见度值和雪量等级准确，计算机设备则输出该降雪能见度值，或者还可以输出该降雪能见度值和雪量等级。本实施例中，为了避免计算机设备以单一的高感光成像组件采集的目标图像，由于高感光成像组件的镜头上可能存在积雪影响观测质量，导致计算机设备检测的目标区域对应的降雪能见度值存在偶然性误差，因此，计算机设备结合雪深传感器对目标区域对应的降雪能见度值进行准确性验证，能够提升目标区域对应的降雪能见度值的准确性。在一个实施例中，在上述图1所示实施例的基础上，参见图5，本实施例涉及的是计算机设备如何结合目标区域的环境数据对目标区域进行降雪检测的过程。本实施例中，如图5所示，本实施例降雪检测方法还包括步骤s501和步骤s502：步骤s501，通过环境传感器获取目标区域对应的环境数据。本申请实施例中，环境数据例如可以包括目标区域对应的温度以及空气湿度，计算机设备通过环境传感器获取目标区域对应的环境数据。步骤s502，检测环境数据是否满足预设条件，预设条件与降雪形成的气象因素有关。计算机设备根降雪容易形成的气象因素，确定预设条件为环境数据包括的温度低于预设温度阈值、包括的空气湿度大于预设湿度阈值。计算机设备检测环境数据包括的温度是否低于预设温度阈值、空气湿度是否大于预设湿度阈值。对应地，步骤s100包括：步骤s101，若环境数据满足预设条件，则通过高感光成像组件获取目标区域的目标图像，并检测目标图像是否包括降雪。计算机设备若检测到环境数据包括的温度低于预设温度阈值且空气湿度大于预设湿度阈值，则确定环境数据满足预设条件。环境数据满足预设条件表征目标区域对应的环境容易形成降雪，在环境数据满足预设条件的情况下，计算机设备再控制高感光成像组件获取目标区域的目标图像，并检测目标图像是否包括降雪，从而能够延长高感光成像组件的寿命，并提升降雪检测的准确性。在一个实施例中，在上述图1所示实施例的基础上，参见图6，本实施例涉及的是计算机设备如何自动调整高感光成像组件的工作参数的过程。如图6所示，本实施例降雪检测方法还包括：步骤s601，通过光仪亮度计测量目标区域对应的目标亮度值。计算机设备通过光仪亮度计测量目标区域对应的目标亮度值，不同的目标亮度值表征的目标区域的光线强度不同，目标亮度值越大则表征目标区域的光线强度越高。步骤s602，根据目标亮度值查找预设的参数调整表，得到目标亮度值对应的目标成像参数。其中，参数调整表包括各亮度值和各成像参数之间的映射关系。本申请实施例中，各亮度值和各成像参数之间的映射关系可以是计算机设备将多个历史时刻下，光仪亮度计的亮度值以及对应的高感光成像组件的成像参数进行拟合得到的，成像参数包括曝光度，增益，降噪，等等。计算机设备根据目标亮度值查找预设的参数调整表，得到目标亮度值对应的目标成像参数。步骤s603，将目标成像参数设置为高感光成像组件的工作参数。在一种可能的实施方式中，参数调整表如表1所示：luminanceagcmshutterdenoise00x000x4f0x07(0，750]0x0c0x490x05(750，2700]0x000x400x00(2700，∞)0x000x4a0x05表1其中，luminance为光仪亮度计的流明值(亮度值)，agc为增益，mshutter为曝光度，denoise为降噪。如表1所示，当目标亮度值为0时，计算机设备则将高感光成像组件的agc调整成0x00、mshutter调整成0x4f、denoise调整成0x07；当目标亮度值为0～750时，计算机设备则将高感光成像组件的agc调整成0x0c、mshutter调整成0x49、denoise调整成0x05；当目标亮度值为750～2700时，计算机设备则将高感光成像组件的agc调整成0x00、mshutter调整成0x40、denoise调整成0x00；当目标亮度值大于2700时，计算机设备则将高感光成像组件的agc调整成0x00、mshutter调整成0x0f、denoise调整成0x07。由此，计算机设备基于光仪亮度计测量的目标区域对应的目标亮度值，即可自适应调整高感光成像组件的工作参数，无需人工调整，提升了高感光成像组件的工作参数的调整及时性，从而确保高感光成像组件采集的目标图像的效果，进而提升了降雪检测的准确性。应该理解的是，虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。在一个实施例中，如图7所示，提供了一种降雪检测装置，包括：第一获取模块10，用于通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；分类模块20，用于若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级，所述雪量等级用于表征所述目标区域的降雪强度；第二获取模块30，用于基于所述雪量等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，所述目标区域包括至少一个目标物，所述第二获取模块30，包括：清晰度获取单元，用于从所述目标图像中截取各所述目标物分别对应的成像图像，并根据各所述成像图像和清晰度分类模型，获取各所述目标物对应的清晰度等级，所述清晰度等级用于表征对应目标物在所述目标图像中成像的清晰程度；能见度获取单元，用于基于所述雪量等级和各所述目标物对应的清晰度等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，所述能见度获取单元，具体用于对于每个所述目标物，根据所述雪量等级和所述目标物对应的清晰度等级，查找所述目标物对应的能见度系数，所述能见度系数和所述雪量等级表征的所述目标区域的降雪强度负相关，所述能见度系数和所述目标物对应的清晰度等级正相关；检测所述目标物与所述高感光成像组件之间的目标距离；根据各所述目标物对应的目标距离和各所述目标物对应的能见度系数，获取所述目标区域对应的降雪能见度值。在一个实施例中，所述能见度获取单元，具体用于对于每个所述目标物，将所述目标物对应的目标距离和所述目标物对应的能见度系数相乘，得到相乘结果；计算各所述目标物对应的相乘结果的平均值，得到所述目标区域对应的所述降雪能见度值。在一个实施例中，所述装置还包括：第三获取模块，用于通过雪深传感器获取所述目标区域对应的降雪量数据，所述降雪量数据包括所述目标区域对应的降雪深度和降水量中的至少一个；第一检测模块，用于根据预设的雪量等级划分标准，检测所述雪量等级是否与所述降雪量数据匹配，并检测所述雪量等级是否与所述降雪能见度值匹配，所述雪量等级划分标准包括标准雪量等级与标准降雪能见度值之间的匹配关系，所述雪量等级划分标准还包括标准雪量等级与标准降雪量数据之间的匹配关系；匹配确认模块，用于若所述雪量等级与所述降雪量数据匹配，且所述雪量等级与所述降雪能见度值匹配，则输出所述降雪能见度值。在一个实施例中，所述装置还包括：第四获取模块，用于通过环境传感器获取所述目标区域对应的环境数据；第二检测模块，用于检测所述环境数据是否满足预设条件，所述预设条件与降雪形成的气象因素有关；对应地，所述第一获取模块10，具体用于若所述环境数据满足所述预设条件，则通过高感光成像组件获取目标区域的目标图像。在一个实施例中，所述装置还包括：测量模块，用于通过光仪亮度计测量所述目标区域对应的目标亮度值；查找模块，用于根据所述目标亮度值查找预设的参数调整表，得到所述目标亮度值对应的目标成像参数，所述参数调整表包括各亮度值和各成像参数之间的映射关系；设置模块，用于将所述目标成像参数设置为所述高感光成像组件的工作参数。关于降雪检测装置的具体限定可以参见上文中对于降雪检测方法的限定，在此不再赘述。上述降雪检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储降雪检测方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种降雪检测方法。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级，所述雪量等级用于表征所述目标区域的降雪强度；基于所述雪量等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，所述目标区域包括至少一个目标物，处理器执行计算机程序时还实现以下步骤：从所述目标图像中截取各所述目标物分别对应的成像图像，并根据各所述成像图像和清晰度分类模型，获取各所述目标物对应的清晰度等级，所述清晰度等级用于表征对应目标物在所述目标图像中成像的清晰程度；基于所述雪量等级和各所述目标物对应的清晰度等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，处理器执行计算机程序时还实现以下步骤：对于每个所述目标物，根据所述雪量等级和所述目标物对应的清晰度等级，查找所述目标物对应的能见度系数，所述能见度系数和所述雪量等级表征的所述目标区域的降雪强度负相关，所述能见度系数和所述目标物对应的清晰度等级正相关；检测所述目标物与所述高感光成像组件之间的目标距离；根据各所述目标物对应的目标距离和各所述目标物对应的能见度系数，获取所述目标区域对应的降雪能见度值。在一个实施例中，处理器执行计算机程序时还实现以下步骤：对于每个所述目标物，将所述目标物对应的目标距离和所述目标物对应的能见度系数相乘，得到相乘结果；计算各所述目标物对应的相乘结果的平均值，得到所述目标区域对应的所述降雪能见度值。在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过雪深传感器获取所述目标区域对应的降雪量数据，所述降雪量数据包括所述目标区域对应的降雪深度和降水量中的至少一个；根据预设的雪量等级划分标准，检测所述雪量等级是否与所述降雪量数据匹配，并检测所述雪量等级是否与所述降雪能见度值匹配，所述雪量等级划分标准包括标准雪量等级与标准降雪能见度值之间的匹配关系，所述雪量等级划分标准还包括标准雪量等级与标准降雪量数据之间的匹配关系；若所述雪量等级与所述降雪量数据匹配，且所述雪量等级与所述降雪能见度值匹配，则输出所述降雪能见度值。在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过环境传感器获取所述目标区域对应的环境数据；检测所述环境数据是否满足预设条件，所述预设条件与降雪形成的气象因素有关；对应地，所述通过高感光成像组件获取目标区域的目标图像，包括：若所述环境数据满足所述预设条件，则通过高感光成像组件获取目标区域的目标图像。在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过光仪亮度计测量所述目标区域对应的目标亮度值；根据所述目标亮度值查找预设的参数调整表，得到所述目标亮度值对应的目标成像参数，所述参数调整表包括各亮度值和各成像参数之间的映射关系；将所述目标成像参数设置为所述高感光成像组件的工作参数。在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：通过高感光成像组件获取目标区域的目标图像，并检测所述目标图像是否包括降雪；若所述目标图像包括降雪，则采用雪量分类模型对所述目标图像进行分类，得到所述目标区域对应的雪量等级，所述雪量等级用于表征所述目标区域的降雪强度；基于所述雪量等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，所述目标区域包括至少一个目标物，计算机程序被处理器执行时还实现以下步骤：从所述目标图像中截取各所述目标物分别对应的成像图像，并根据各所述成像图像和清晰度分类模型，获取各所述目标物对应的清晰度等级，所述清晰度等级用于表征对应目标物在所述目标图像中成像的清晰程度；基于所述雪量等级和各所述目标物对应的清晰度等级，获取所述目标区域对应的降雪能见度值。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对于每个所述目标物，根据所述雪量等级和所述目标物对应的清晰度等级，查找所述目标物对应的能见度系数，所述能见度系数和所述雪量等级表征的所述目标区域的降雪强度负相关，所述能见度系数和所述目标物对应的清晰度等级正相关；检测所述目标物与所述高感光成像组件之间的目标距离；根据各所述目标物对应的目标距离和各所述目标物对应的能见度系数，获取所述目标区域对应的降雪能见度值。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对于每个所述目标物，将所述目标物对应的目标距离和所述目标物对应的能见度系数相乘，得到相乘结果；计算各所述目标物对应的相乘结果的平均值，得到所述目标区域对应的所述降雪能见度值。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过雪深传感器获取所述目标区域对应的降雪量数据，所述降雪量数据包括所述目标区域对应的降雪深度和降水量中的至少一个；根据预设的雪量等级划分标准，检测所述雪量等级是否与所述降雪量数据匹配，并检测所述雪量等级是否与所述降雪能见度值匹配，所述雪量等级划分标准包括标准雪量等级与标准降雪能见度值之间的匹配关系，所述雪量等级划分标准还包括标准雪量等级与标准降雪量数据之间的匹配关系；若所述雪量等级与所述降雪量数据匹配，且所述雪量等级与所述降雪能见度值匹配，则输出所述降雪能见度值。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过环境传感器获取所述目标区域对应的环境数据；检测所述环境数据是否满足预设条件，所述预设条件与降雪形成的气象因素有关；对应地，所述通过高感光成像组件获取目标区域的目标图像，包括：若所述环境数据满足所述预设条件，则通过高感光成像组件获取目标区域的目标图像。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过光仪亮度计测量所述目标区域对应的目标亮度值；根据所述目标亮度值查找预设的参数调整表，得到所述目标亮度值对应的目标成像参数，所述参数调整表包括各亮度值和各成像参数之间的映射关系；将所述目标成像参数设置为所述高感光成像组件的工作参数。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。当前第1页12