平流雾检测方法、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：
，特别是涉及一种平流雾检测方法、装置、计算机设备和可读存储介质。
背景技术：
：平流雾(advectionfog)是当暖湿空气平流到较冷的下垫面上，下部冷却而形成的雾。平流雾多发生在冬春时节，以北方沿海地区居多，平流雾和空气的水平流动强关联，只有持续有风，雾才会持续长久，如果风停下来，暖湿空气来源中断，雾很快就会消散。平流雾是危及航空安全的主要天气现象之一，厚度大范围宽广的平流雾严重妨碍飞行器的降落和起飞，甚至可能造成飞行事故。例如，受平流雾影响，当机场能见度低于350米时飞行器无法起飞，当机场能见度低于500米时飞行器无法降落，而如果机场能见度低于50米，飞行器甚至无法滑行。因此，如何对平流雾进行简单且准确地检测，输出可靠的平流雾检测数据作为安全控制(如航空安全控制)的参考依据，成为目前亟待解决的问题。技术实现要素：基于此，有必要针对上述技术问题，提供一种能够对平流雾进行简单且准确地检测的平流雾检测方法、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平流雾检测方法，所述方法包括：获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值。在其中一个实施例中，所述根据所述视频数据获取所述目标区域的能见度值，包括：根据所述视频数据包括的所述多个视频帧，获取所述目标区域对应的二值图像，其中，所述二值图像包括第一区域和第二区域，所述第一区域对应天空区域，所述第二区域对应海面区域，所述第一区域中各像素点的像素值均为第一值，所述第二区域中各像素点的像素值均为第二值，所述第一值和所述第二值不同；获取所述第一区域和所述第二区域的面积比值，所述面积比值用于表征所述天空区域和所述海面区域之间的海天分界线的清晰程度；根据所述面积比值，在预设的能见度映射表中查找所述面积比值对应的所述目标区域的所述能见度值。在其中一个实施例中，所述根据所述视频数据包括的所述多个视频帧，获取所述目标区域对应的二值图像，包括：对所述多个视频帧进行矩阵运算，得到目标帧；将所述目标帧的各像素点的原始像素值与预设像素阈值进行比较；根据比较结果，对所述目标帧的各像素点的原始像素值进行二值化处理，得到所述二值图像。在其中一个实施例中，所述获取所述第一区域和所述第二区域的面积比值，包括：遍历所述二值图像中各像素点的像素值，确定所述二值图像中所述第一区域的位置坐标和所述第二区域的位置坐标；根据各所述位置坐标，计算所述第一区域的面积和所述第二区域的面积；计算所述第一区域的面积和所述第二区域的面积的比值，得到所述面积比值。在其中一个实施例中，所述检测所述目标区域对应的目标图像是否包括平流雾，包括：将所述目标图像输入至平流雾识别模型中，得到识别结果，所述识别结果用于表征所述目标图像包括平流雾或所述目标图像不包括平流雾，所述平流雾识别模型由不同历史时刻的多个平流雾样本图像训练得到。在其中一个实施例中，所述环境数据包括所述目标区域对应的风速、风向、温度以及空气湿度中的至少一个；在所述环境数据包括所述目标区域对应的所述风速、所述风向、所述温度以及所述空气湿度的情况下，所述检测所述环境数据是否满足预设条件，包括：检测所述风速是否处于预设风速范围内，检测所述风向是否为预设风向，并检测所述温度是否小于预设温度阈值以及检测所述空气湿度是否大于预设湿度阈值；若所述风速处于所述预设风速范围内、所述风向为所述预设风向、所述温度小于所述预设温度阈值且所述空气湿度大于所述预设湿度阈值，则确定所述环境数据满足所述预设条件。在其中一个实施例中，所述视频数据具体通过高感光成像组件获取；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平流雾检测装置，所述装置包括：处理模块，用于获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；检测模块，用于若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；获取模块，用于若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值。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：通过获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值；由此，由于预设条件与平流雾形成的气象因素有关，若目标区域的环境数据满足该预设条件，则表征目标区域的当前环境容易形成平流雾，在此种情况下再检测目标区域对应的目标图像是否包括平流雾，可以提升平流雾检测的准确性；本申请实施例平流雾检测方法不依赖于遥感卫星等复杂的实施环境，只根据容易获取的目标区域的环境数据和视频数据即可方便地实现平流雾的检测，降低了平流雾的检测难度。附图说明图1为一个实施例中平流雾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s310的细化步骤示意图；图4为另一个实施例中步骤s320的细化步骤示意图；图5为另一个实施例中步骤s100的部分细化步骤示意图；图6为另一个实施例中平流雾检测方法的流程示意图；图7为一个实施例中平流雾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。需要说明的是，本申请实施例提供的平流雾检测方法，其执行主体可以是平流雾检测装置，该平流雾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平流雾检测方法，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，提供了一种平流雾检测方法，包括以下步骤：步骤s100，获取目标区域的环境数据和视频数据，并检测环境数据是否满足预设条件。本申请实施例中，目标区域可以是需要进行平流雾检测的区域，例如，可以是建设在海边的机场等容易产生平流雾的区域。计算机设备获取目标区域的环境数据和视频数据，作为一种实施方式，视频数据可以是计算机设备通过成像组件采集的，计算机设备获取目标区域的环境数据，可以是通过相关的传感器获取的，例如，计算机设备可以通过风速风向仪采集目标区域的风向或风速，或通过温湿度计采集目标区域的温度和空气湿度，等等。本申请实施例中，预设条件与平流雾形成的气象因素有关，预设条件可以包括容易形成平流雾的气象因素。如平流雾是当暖湿空气平流到较冷的下垫面上，下部冷却而形成的，在空气湿度较大、气温较小的情况下容易产生，且平流雾的产生需要有合适的风速，一般为2～7m/s；计算机设备则可以设置该预设条件为容易形成平流雾的风速范围、温度阈值或湿度阈值，等等。计算机设备检测环境数据是否满足预设条件，例如，可以是检测环境数据中包括的风速是否处于容易形成平流雾的风速范围内等。由此，计算机设备通过检测环境数据是否满足预设条件，则可以确定环境数据表征的目标区域的当前环境是否容易形成平流雾。步骤s200，若环境数据满足预设条件，则检测目标区域对应的目标图像是否包括平流雾。计算机设备若检测到环境数据满足预设条件，则表征目标区域的当前环境容易形成平流雾；在环境数据满足预设条件的情况下，计算机设备再检测目标区域对应的目标图像是否包括平流雾，由此可以提升平流雾检测的准确性。本申请实施例中，目标图像为视频数据包括的多个视频帧中的任意一个。计算机设备可以通过成像组件采集目标区域在预设时长内的视频数据，例如，可以采集1s内的视频数据，若该视频数据的帧率为30，则该视频数据中包括30个视频帧，计算机设备从视频数据包括的多个视频帧中随机抽取一帧，得到该目标图像。作为一种实施方式，计算机设备检测目标区域对应的目标图像是否包括平流雾，可以通过执行如下步骤a1实现：步骤a1，将目标图像输入至平流雾识别模型中，得到识别结果。其中，平流雾识别模型由不同历史时刻的多个平流雾样本图像训练得到，识别结果用于表征目标图像包括平流雾或目标图像不包括平流雾。本申请实施例中，计算机设备可以获取不同历史时刻的多个平流雾样本图像，该多个平流雾样本图像可以包括正样本和负样本；其中，正样本包括平流雾，负样本不包括平流雾，且正样本和负样本均具有对应的类别标签。计算机设备采用不同历史时刻的多个平流雾样本图像训练初始平流雾识别模型，训练后得到平流雾识别模型。初始平流雾识别模型可以是resnet残差网络、vgg网络等分类网络模型，在此不做具体限制。计算机设备将目标图像输入至训练的平流雾识别模型中，则得到该目标图像包括平流雾或该目标图像不包括平流雾的识别结果。步骤s300，若目标图像包括平流雾，则根据视频数据获取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，计算机设备若检测到目标图像包括平流雾，则根据该目标图像对应的视频数据获取目标区域的能见度值。在一种可能的实施方式中，由于平流雾一般发生在海边，因此可以将成像组件朝向大海部署，计算机设备可以通过视频数据包括的多个视频帧中海天分界线的清晰程度来获取目标区域的能见度值。作为一种实施方式，成像组件在部署时，可以通过固定成像组件的位置，保持海天分界线在视频帧的中间位置，可以理解的是，在没有产生平流雾的情况下，海天分界线清晰可见，视频帧中天空区域的面积和海面区域的面积是相等的，这种情况下能见度值较高；而若产生了平流雾，海天分界线模糊，视频帧中天空区域的面积增大，而海面区域的面积相应减小，这种情况下对应的能见度值则比较低。在另一种可能的实施方式中，计算机设备还可以通过目标区域中的目标物在视频数据包括的多个视频帧中成像的清晰程度，来确定目标区域的能见度值。可以理解的是，目标区域中的目标物在视频帧中成像越清晰，则目标区域的能见度值越高，反之，则目标区域的能见度值越低。由此，计算机设备可以输出可靠的能见度结果供参考，有利于降低平流雾对人们的生活和出行带来的不利影响。例如，输出的能见度值可以供航空安全参考，以便于人们结合目标区域的能见度值对飞行器的飞行时间及航线进行调整，从而提升了飞行器的飞行安全。本实施例通过获取目标区域的环境数据和视频数据，并检测环境数据是否满足预设条件，预设条件与平流雾形成的气象因素有关；若环境数据满足预设条件，则检测目标区域对应的目标图像是否包括平流雾，目标图像为视频数据包括的多个视频帧中的任意一个；若目标图像包括平流雾，则根据视频数据获取目标区域的能见度值；由此，由于预设条件与平流雾形成的气象因素有关，若目标区域的环境数据满足该预设条件，则表征目标区域的当前环境容易形成平流雾，在此种情况下再检测目标区域对应的目标图像是否包括平流雾，可以提升平流雾检测的准确性；本申请实施例平流雾检测方法不依赖于遥感雷达卫星等复杂的实施环境，只根据容易获取的目标区域的环境数据和视频数据即可方便地实现平流雾的检测，降低了平流雾的检测难度。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根据视频数据获取目标区域的能见度值的过程。如图2所示，该过程包括步骤s310、步骤s320和步骤s330：步骤s310，根据视频数据包括的多个视频帧，获取目标区域对应的二值图像。其中，二值图像包括第一区域和第二区域，第一区域对应天空区域，第二区域对应海面区域，第一区域中各像素点的像素值均为第一值，第二区域中各像素点的像素值均为第二值，第一值和第二值不同。本申请实施例中，成像组件可以朝向大海固定部署，则第一区域可以是天空区域，第二区域可以是海面区域，由于天空的灰度值比海面的灰度值高，天空区域属于亮区域，海面区域属于暗区域，因此，二值图像中第一区域中各像素点的像素值均为255，即第一值为255，二值图像中第二区域中各像素点的像素值均为0，即第二值为0。在步骤s310一种可能的实施方式中，参见图3，步骤s310包括步骤s3101、步骤s3102和步骤s3103：步骤s3101，对多个视频帧进行矩阵运算，得到目标帧。以视频数据包括30个视频帧为例，计算机设备将这30个视频帧中每两个划分为一组，对于每组视频帧，计算机设备对该组视频帧中的两个视频帧进行矩阵相减，具体是将两个视频帧中对应像素点的像素值进行相减并取差值的绝对值，得到该组视频帧对应的差值帧，该差值帧中每个像素点的像素值即为对应像素位置的差值的绝对值，由此共得到15个差值帧。计算机设备对该15个差值帧中对应像素点的像素值进行求和，求和后得到目标帧。步骤s3102，将目标帧的各像素点的原始像素值与预设像素阈值进行比较。其中，目标帧的各像素点的原始像素值，即为上述步骤s3101中计算机设备对各差值帧中对应像素点的像素值进行求和后得到的。计算机设备将目标帧的各像素点的原始像素值与预设像素阈值进行比较，该预设像素阈值在实施时可以灵活设置，例如，可以设置为120。步骤s3103，根据比较结果，对目标帧的各像素点的原始像素值进行二值化处理，得到二值图像。对于目标帧中原始像素值大于120的像素点，计算机设备将这类像素点的像素值均置为第一值，即255；对于目标帧中原始像素值不大于120的像素点，计算机设备将这类像素点的像素值均置为第二值，即0，由此，得到二值图像。该二值图像中只存在呈黑色的海面区域(即第二区域)和呈白色的天空区域(即第一区域)。步骤s320，获取第一区域和第二区域的面积比值。计算机设备获取第一区域和第二区域的面积比值，即获取天空区域和大海区域的面积比值，该面积比值用于表征天空区域和海面区域之间的海天分界线的清晰程度。本申请实施例中，成像组件在部署时，可以通过固定成像组件的位置，保持海天分界线在视频帧的中间位置，那么，在没有产生平流雾的情况下，海天分界线清晰可见，视频帧中天空区域的面积和海面区域的面积是相等的，即第一区域和第二区域的面积比值等于1，这种情况下目标区域的能见度值高；而若产生了平流雾，海天分界线模糊，由于大雾的原因导致视频帧中天空区域的面积增大，而海面区域的面积相应减小，即第一区域和第二区域的面积比值大于1，这种情况下目标区域的能见度值则低。因此，第一区域和第二区域的面积比值越大，表征海天分界线越不清晰，目标区域的能见度值越低；反之，第一区域和第二区域的面积比值越小，表征海天分界线越清晰，目标区域的能见度值越高。在步骤s320一种可能的实施方式中，参见图4，步骤s320包括步骤s3201、步骤s3202和步骤s3203：步骤s3201，遍历二值图像中各像素点的像素值，确定二值图像中第一区域的位置坐标和第二区域的位置坐标。针对该二值图像，计算机设备遍历该二值图像中各像素点的像素值，并查找每行中第一个像素值不为0的像素点，并记录查找到的各像素点的纵坐标；查找每列中第一个像素值不为0的像素点，并记录查找到的各像素点的横坐标，由此得到第一区域的位置坐标。计算机设备遍历该二值图像中各像素点的像素值，查找每行中第一个像素值为0的像素点，并记录查找到的各像素点的纵坐标；查找每列中第一个像素值为0的像素点，并记录查找到的各像素点的横坐标，由此得到第二区域的位置坐标。步骤是3202，根据各位置坐标，计算第一区域的面积和第二区域的面积。计算机设备根据二值图像中每行第一个像素值不为0的像素点的纵坐标，即可确定第一区域沿纵轴的高度，根据二值图像中每列第一个像素值不为0的像素点的横坐标，即可确定第一区域沿横轴的长度，从而可以计算第一区域的面积。与第一区域的面积计算方式类似，计算机设备计算第二区域的面积，在此不再赘述。步骤s3203，计算第一区域的面积和第二区域的面积的比值，得到面积比值。计算机设备采用第一区域的面积除以第二区域的面积，则得到第一区域和第二区域的面积比值。步骤s330，根据面积比值，在预设的能见度映射表中查找面积比值对应的目标区域的能见度值。本申请实施例中，计算机设备可以根据多个历史时刻的第一区域和第二区域的面积比值以及对应时刻人工观测的能见度值，拟合各面积比值和各能见度值的映射关系，得到能见度映射表，该能见度映射表包括历史时刻下各面积比值和各能见度值的映射关系。计算机设备根据二值图像对应的面积比值，在该能见度映射表中查找面积比值对应的目标区域的能见度值。由此，计算机设备通过上述步骤计算得到目标区域的能见度值，相较于通过人工目测能见度，本实施例提升了目标区域的能见度值的数据可靠性，从而可以输出可靠的目标区域的能见度值作为安全控制的参考依据。在一个实施例中，在上述图1所示实施例的基础上，环境数据包括目标区域对应的风速、风向、温度以及空气湿度中的至少一个。参见图5，本实施例涉及的是计算机设备如何检测环境数据是否预设条件的过程。如图5所示，在环境数据包括目标区域对应的风速、风向、温度以及空气湿度的情况下，该过程包括：步骤s110，检测风速是否处于预设风速范围内，检测风向是否为预设风向，并检测温度是否小于预设温度阈值以及检测空气湿度是否大于预设湿度阈值。本申请实施例中，环境数据包括目标区域对应的风速、风向、温度以及空气湿度。计算机设备根平流雾容易形成的气象因素，确定预设条件为环境数据包括的风速处于预设风速范围内、包括的风向为预设风向、包括的温度小于预设温度阈值且包括的空气湿度大于预设湿度阈值。例如，预设风速范围可以是2～7m/s，若成像组件部署在东海边，则预设风向可以是东南风，预设温度阈值可以是露点温度，预设湿度阈值可以依据人工经验设置，等等。计算机设备检测风速是否处于预设风速范围内，检测风向是否为预设风向，并检测温度是否小于预设温度阈值以及检测空气湿度是否大于预设湿度阈值，由此，计算机设备通过步骤s101可以检测目标区域的当前环境是否与容易形成平流雾的气象因素相同。步骤s120，若风速处于预设风速范围内、风向为预设风向、温度小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。计算机设备若检测到风速处于预设风速范围内、风向为预设风向、温度小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。在环境数据满足预设条件的情况下，计算机设备再检测目标区域对应的目标图像是否包括平流雾，由此可以提升平流雾检测的准确性。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，本实施例视频数据具体通过部署在目标区域中的高感光成像组件获取，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，本实施例平流雾检测方法还包括：步骤s410，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s420，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s430，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视频数据的成像效果，进而提升了平流雾检测的准确性。本申请实施例中，高感光成像组件可以是高感光成像仪。传统相机由于其性能限制，计算机设备无法识别其在夜间采集的图片中的内容，因此，基于传统相机采集的图片，计算机设备无法实现平流雾的夜间检测；而本申请实施例通过高感光成像组件获取视频数据，视频数据包括多个视频帧，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视频帧，从而可以实现平流雾的全天候检测，扩大了平流雾的检测范围，进而提升了平流雾的检测可靠性。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，提供了一种平流雾检测装置，包括：处理模块100，用于获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；检测模块200，用于若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；获取模块300，用于若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值。在一个实施例中，所述获取模块300，包括：二值化单元，用于根据所述视频数据包括的所述多个视频帧，获取所述目标区域对应的二值图像，其中，所述二值图像包括第一区域和第二区域，所述第一区域对应天空区域，所述第二区域对应海面区域，所述第一区域中各像素点的像素值均为第一值，所述第二区域中各像素点的像素值均为第二值，所述第一值和所述第二值不同；比值获取单元，用于获取所述第一区域和所述第二区域的面积比值，所述面积比值用于表征所述天空区域和所述海面区域之间的海天分界线的清晰程度；查找单元，用于根据所述面积比值，在预设的能见度映射表中查找所述面积比值对应的所述目标区域的所述能见度值。在一个实施例中，所述二值化单元具体用于对所述多个视频帧进行矩阵运算，得到目标帧；将所述目标帧的各像素点的原始像素值与预设像素阈值进行比较；根据比较结果，对所述目标帧的各像素点的原始像素值进行二值化处理，得到所述二值图像。在一个实施例中，所述比值获取单元具体用于遍历所述二值图像中各像素点的像素值，确定所述二值图像中所述第一区域的位置坐标和所述第二区域的位置坐标；根据各所述位置坐标，计算所述第一区域的面积和所述第二区域的面积；计算所述第一区域的面积和所述第二区域的面积的比值，得到所述面积比值。在一个实施例中，所述检测模块200，包括：识别单元，用于将所述目标图像输入至平流雾识别模型中，得到识别结果，所述识别结果用于表征所述目标图像包括平流雾或所述目标图像不包括平流雾，所述平流雾识别模型由不同历史时刻的多个平流雾样本图像训练得到。在一个实施例中，所述环境数据包括所述目标区域对应的风速、风向、温度以及空气湿度中的至少一个；在所述环境数据包括所述目标区域对应的所述风速、所述风向、所述温度以及所述空气湿度的情况下，所述处理模块100，包括：检测单元，用于检测所述风速是否处于预设风速范围内，检测所述风向是否为预设风向，并检测所述温度是否小于预设温度阈值以及检测所述空气湿度是否大于预设湿度阈值；确定单元，用于若所述风速处于所述预设风速范围内、所述风向为所述预设风向、所述温度小于所述预设温度阈值且所述空气湿度大于所述预设湿度阈值，则确定所述环境数据满足所述预设条件。在一个实施例中，所述视频数据具体通过高感光成像组件获取；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；参数设置模块，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。关于平流雾检测装置的具体限定可以参见上文中对于平流雾检测方法的限定，在此不再赘述。上述平流雾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平流雾检测方法的数据。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平流雾检测方法。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：获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值。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：根据所述视频数据包括的所述多个视频帧，获取所述目标区域对应的二值图像，其中，所述二值图像包括第一区域和第二区域，所述第一区域对应天空区域，所述第二区域对应海面区域，所述第一区域中各像素点的像素值均为第一值，所述第二区域中各像素点的像素值均为第二值，所述第一值和所述第二值不同；获取所述第一区域和所述第二区域的面积比值，所述面积比值用于表征所述天空区域和所述海面区域之间的海天分界线的清晰程度；根据所述面积比值，在预设的能见度映射表中查找所述面积比值对应的所述目标区域的所述能见度值。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：对所述多个视频帧进行矩阵运算，得到目标帧；将所述目标帧的各像素点的原始像素值与预设像素阈值进行比较；根据比较结果，对所述目标帧的各像素点的原始像素值进行二值化处理，得到所述二值图像。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：遍历所述二值图像中各像素点的像素值，确定所述二值图像中所述第一区域的位置坐标和所述第二区域的位置坐标；根据各所述位置坐标，计算所述第一区域的面积和所述第二区域的面积；计算所述第一区域的面积和所述第二区域的面积的比值，得到所述面积比值。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：将所述目标图像输入至平流雾识别模型中，得到识别结果，所述识别结果用于表征所述目标图像包括平流雾或所述目标图像不包括平流雾，所述平流雾识别模型由不同历史时刻的多个平流雾样本图像训练得到。在一个实施例中，所述环境数据包括所述目标区域对应的风速、风向、温度以及空气湿度中的至少一个；在所述环境数据包括所述目标区域对应的所述风速、所述风向、所述温度以及所述空气湿度的情况下，处理器执行计算机程序时还实现以下步骤：检测所述风速是否处于预设风速范围内，检测所述风向是否为预设风向，并检测所述温度是否小于预设温度阈值以及检测所述空气湿度是否大于预设湿度阈值；若所述风速处于所述预设风速范围内、所述风向为所述预设风向、所述温度小于所述预设温度阈值且所述空气湿度大于所述预设湿度阈值，则确定所述环境数据满足所述预设条件。在一个实施例中，所述视频数据具体通过高感光成像组件获取；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：获取目标区域的环境数据和视频数据，并检测所述环境数据是否满足预设条件，所述预设条件与平流雾形成的气象因素有关；若所述环境数据满足所述预设条件，则检测所述目标区域对应的目标图像是否包括平流雾，所述目标图像为所述视频数据包括的多个视频帧中的任意一个；若所述目标图像包括平流雾，则根据所述视频数据获取所述目标区域的能见度值。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：根据所述视频数据包括的所述多个视频帧，获取所述目标区域对应的二值图像，其中，所述二值图像包括第一区域和第二区域，所述第一区域对应天空区域，所述第二区域对应海面区域，所述第一区域中各像素点的像素值均为第一值，所述第二区域中各像素点的像素值均为第二值，所述第一值和所述第二值不同；获取所述第一区域和所述第二区域的面积比值，所述面积比值用于表征所述天空区域和所述海面区域之间的海天分界线的清晰程度；根据所述面积比值，在预设的能见度映射表中查找所述面积比值对应的所述目标区域的所述能见度值。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：对所述多个视频帧进行矩阵运算，得到目标帧；将所述目标帧的各像素点的原始像素值与预设像素阈值进行比较；根据比较结果，对所述目标帧的各像素点的原始像素值进行二值化处理，得到所述二值图像。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：遍历所述二值图像中各像素点的像素值，确定所述二值图像中所述第一区域的位置坐标和所述第二区域的位置坐标；根据各所述位置坐标，计算所述第一区域的面积和所述第二区域的面积；计算所述第一区域的面积和所述第二区域的面积的比值，得到所述面积比值。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：将所述目标图像输入至平流雾识别模型中，得到识别结果，所述识别结果用于表征所述目标图像包括平流雾或所述目标图像不包括平流雾，所述平流雾识别模型由不同历史时刻的多个平流雾样本图像训练得到。在一个实施例中，所述环境数据包括所述目标区域对应的风速、风向、温度以及空气湿度中的至少一个；在所述环境数据包括所述目标区域对应的所述风速、所述风向、所述温度以及所述空气湿度的情况下，计算机程序被处理器执行时还实现以下步骤：检测所述风速是否处于预设风速范围内，检测所述风向是否为预设风向，并检测所述温度是否小于预设温度阈值以及检测所述空气湿度是否大于预设湿度阈值；若所述风速处于所述预设风速范围内、所述风向为所述预设风向、所述温度小于所述预设温度阈值且所述空气湿度大于所述预设湿度阈值，则确定所述环境数据满足所述预设条件。在一个实施例中，所述视频数据具体通过高感光成像组件获取；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