遥感车辆检测信息发送方法、装置、电子设备和可读介质与流程

本公开的实施例涉及计算机，具体涉及遥感车辆检测信息发送方法、装置、电子设备和可读介质。

背景技术：

1、随着科学技术的发展和人民生活水平的提高，汽车已成为人们日常出行的一种重要的交通工具。由于汽车出行的普及性，给道路交通也造成一定的压力，甚至导致交通瘫痪(例如节假日)。因此，对道路上的车辆进行车辆检测，并制定出合适的出行路线显得尤为重要。目前，在对道路上的车辆进行检测操作时，通常采用的方式为：通过利用卫星实时拍摄道路图像，并将拍摄的实时道路图像进行图像裁剪处理(前端智能系统受到swap(size，weight and power)的制约,能提供的计算能力往往不足于对原始分辨率图片进行实时性的分析。为了保障前端智能系统的实时性,往往会把图片等比例缩小后输入神经网络，这种方法通过降低网络的算力以获得更好的实时性。)，以及利用通用车辆图像预测模型(例如卷积神经网络模型)对裁剪处理后的实时图像进行车辆检测。

2、然而，当采用上述方式对道路上的车辆进行检测操作时，经常会存在如下技术问题一：

3、对实时拍摄的道路图像进行图像裁剪处理，导致图像的细节特征损失较多，从而导致检测到的车辆信息的准确性较低。进而导致选择的出行路线较差，车辆行驶的安全性较低。

4、继续的，在采用技术方案来解决上述技术问题一的过程中，往往又会伴随着如下问题：由于拍摄的图像易受自然条件(例如光照因素、雨雾，白雾、暗雾等)的影响，导致拍摄的图像的清晰度较差，从而导致检测到的车辆信息的准确性较低。针对这些问题，常规的解决方案一般是：采用统一的去雾算法(例如暗通道先验去雾算法)对拍摄的图像进行去雾处理，以提高图像的清晰度。

5、然而，上述去雾解决方案存在如下技术问题二：在采用统一的去雾算法对拍摄的图像进行去雾处理的过程中，未考虑不同自然条件(例如，光照、白雾和暗雾)导致的模糊，导致对图像的模糊识别类型确认错误，从而导致去雾效果较差，处理后的图像的清晰度较差。

6、该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了遥感车辆检测信息发送方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面，本公开的一些实施例提供了一种遥感车辆检测信息发送方法，该方法包括：获取目标遥感车辆图像；对上述目标遥感车辆图像进行颜色空间转换处理，得到颜色空间转换处理后的目标遥感车辆图像作为转换遥感车辆图像；对上述转换遥感车辆图像进行亮度分量分离处理，得到亮度分量分离处理后的转换遥感车辆图像作为亮度分量图像；对上述转换遥感车辆图像进行色度分量分离处理，得到色度分量分离处理处理后的转换遥感车辆图像作为色度分量图像；对上述亮度分量图像进行归一化处理，得到归一化处理后的亮度分量图像作为归一化亮度分量图像；对上述色度分量图像进行归一化处理，得到归一化处理后的色度分量图像作为归一化色度分量图像；对上述归一化亮度分量图像进行通道切分处理，以生成亮度分量子图像集合；根据上述亮度分量子图像集合和上述归一化色度分量图像，生成组合通道图像；根据上述组合通道图像和预先训练的遥感车辆检测模型，生成遥感车辆检测信息；将上述遥感车辆检测信息发送至相关联的显示终端，以对上述遥感车辆检测信息进行显示。

4、第二方面，本公开的一些实施例提供了一种遥感车辆检测信息发送装置，装置包括：获取单元，被配置成获取目标遥感车辆图像；转换处理单元，被配置成对上述目标遥感车辆图像进行颜色空间转换处理，得到颜色空间转换处理后的目标遥感车辆图像作为转换遥感车辆图像；第一分离处理单元，被配置成对上述转换遥感车辆图像进行亮度分量分离处理，得到亮度分量分离处理后的转换遥感车辆图像作为亮度分量图像；第二分离处理单元，被配置成对上述转换遥感车辆图像进行色度分量分离处理，得到色度分量分离处理处理后的转换遥感车辆图像作为色度分量图像；第一归一化处理单元，被配置成对上述亮度分量图像进行归一化处理，得到归一化处理后的亮度分量图像作为归一化亮度分量图像；第二归一化处理单元，被配置成对上述色度分量图像进行归一化处理，得到归一化处理后的色度分量图像作为归一化色度分量图像；切分处理单元，被配置成对上述归一化亮度分量图像进行通道切分处理，以生成亮度分量子图像集合；第一生成单元，被配置成根据上述亮度分量子图像集合和上述归一化色度分量图像，生成组合通道图像；第二生成单元，被配置成根据上述组合通道图像和预先训练的遥感车辆检测模型，生成遥感车辆检测信息；发送单元，被配置成将上述遥感车辆检测信息发送至相关联的显示终端，以对上述遥感车辆检测信息进行显示。

5、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

6、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

7、本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的遥感车辆检测信息发送方法，可以提高检测到的车辆信息的准确性，优化出行路线，提高车辆行驶的安全性。具体来说，导致检测到的车辆信息的准确性较低。进而导致选择的出行路线较差，车辆行驶的安全性较低的原因在于：对实时拍摄的道路图像进行图像裁剪处理，导致图像的细节特征损失较多，从而导致检测到的车辆信息的准确性较低。进而导致选择的出行路线较差，车辆行驶的安全性较低。基于此，本公开的一些实施例的遥感车辆检测信息发送方法，首先，获取目标遥感车辆图像。由此，可以得到目标遥感车辆图像，从而可以用于检测目标道路的车辆情况。然后，对上述目标遥感车辆图像进行颜色空间转换处理，得到颜色空间转换处理后的目标遥感车辆图像作为转换遥感车辆图像。由此，可以得到转换遥感车辆图像。之后，对上述转换遥感车辆图像进行亮度分量分离处理，得到亮度分量分离处理后的转换遥感车辆图像作为亮度分量图像。从而可以得到亮度分量图像，从而可以保留对人类视觉敏感的亮度信息。随后，对上述转换遥感车辆图像进行色度分量分离处理，得到色度分量分离处理后的转换遥感车辆图像作为色度分量图像。由此，可以得到色度分量图像，从而可以对人类视觉不敏感的色度信息进行压缩，以减少图像的存储空间和提高数据的传输效率。随之，对上述亮度分量图像进行归一化处理，得到归一化处理后的亮度分量图像作为归一化亮度分量图像。由此，可以得到归一化亮度分量图像，从而可以将不同亮度维度的数值调整到相近的范围，加快模型的收敛。其次，对上述色度分量图像进行归一化处理，得到归一化处理后的色度分量图像作为归一化色度分量图像。由此，可以得到归一化色度分量图像，从而可以将不同色度维度的数值调整到相近的范围，加快模型收敛。然后，对上述归一化亮度分量图像进行通道切分处理，以生成亮度分量子图像集合。由此，通过通道切分，可以保留对人类视觉敏感的亮度信息。之后，根据上述亮度分量子图像集合和上述归一化色度分量图像，生成组合通道图像。由此，可以得到表征亮度信息保留和色度信息压缩的组合通道图像。随之，根据上述组合通道图像和预先训练的遥感车辆检测模型，生成遥感车辆检测信息。由此，可以得到遥感车辆检测信息，从而可以用于确定目标道路上的车辆情况。最后，将上述遥感车辆检测信息发送至相关联的显示终端，以对上述遥感车辆检测信息进行显示。由此，可以将表征道路车辆情况的遥感车辆检测信息发送到显示终端，以供用户选择出行路线。也因为对目标遥感车辆图像进行颜色空间转换处理，可以得到对人类视觉敏感的亮度分量图像和对人类视觉不敏感的色度分量图像。从而可以对亮度分量图像进行保留，并对色度分量图像进行压缩，以保留图像细节特征、减少存储空间和节省传输效率。进而提高检测到的车辆信息的准确性，提高车辆行驶的安全性。