水体检测信息发送方法、装置、设备和计算机可读介质与流程

1.本公开的实施例涉及计算机技术领域，具体涉及水体检测信息发送方法、装置、设备和计算机可读介质。


背景技术：

2.目前，随着全球化进程的加快和人类活动的加剧，水资源的保护成为当前的重要关注方向。对于水资源的水体检测，通常采用的方式，通过人为取样统计的方式来生成水体检测信息。
3.然而，发明人发现，当采用上述方式，经常会存在如下技术问题：
4.第一，检测效率低下，且取样存在偶然性，导致所得到的水体检测信息不够精准；
5.第二，基于常规图像亮度判断规则，确定图像的图像亮度存在判断不够细粒度、且不能直观的确定出图像中的图像亮度变换，导致图像亮度的确定不够精准。
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。


技术实现要素：

7.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。
8.本公开的一些实施例提出了水体检测信息发送方法、装置、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。
9.第一方面，本公开的一些实施例提供了一种水体检测信息发送方法，包括：响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；利用基于不同图像亮度信息的水体
综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；根据上述水体综合检测信息集，生成针对上述目标水域的水体检测报告；将上述水体检测报告发送至水体监控终端。
10.第二方面，本公开的一些实施例提供了一种水体检测信息发送装置，包括：第一供电单元，被配置成响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；第一指示单元，被配置成响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；第二供电单元，被配置成利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；第二指示单元，被配置成；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集；第三指示单元，被配置成：响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；图像打包单元，被配置成：对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；第一生成单元，被配置成：利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；第二生成单元，被配置成：根据上述水体综合检测信息集，生成针对上述目标水域的水体检测报告；发送单元，被配置成将上述水体检测报告发送至水体监控终端。
11.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如第一方面中任一实现方式描述的方法。
12.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如第一方面中任一实现方式描述的方法。
13.本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的水体检测信息发送方法通过生成精准的水体检测报告，以准确、实时进行水体监控。具体来说，造成相关的水体检测结果不够精确的原因在于：检测效率低下，且取样存在偶然性，导致所得到的水体检测信息不够精准。基于此，本公开的一些实施例的水体检测信息发送方法，首先，响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电，以用于后续获取至少一个水上水域图像。然后，响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像，以后续针对水上拍摄的照片来进行水体检测。接着，利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电，以用于后续获取至少一个水下水域图像集。再接着，响应于确定上述至少一个水下
补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集，以针对水下不同补光信息下拍摄的水下照片来进行水体检测，提高水体检测的精准度。进而，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集，以针对水下不同补光信息下拍摄的水上照片来进行水体检测，提高水体检测的精准度。进一步地，对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同。在这里，通过图像打包的方式，便于后续水体综合检测信息模型的输入，便于后续输入至水体综合检测信息模型。其次，利用基于不同图像亮度信息的水体综合检测模型集，可以准确地生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集。再进一步地，根据上述水体综合检测信息集，可以精准地生成针对上述目标水域的水体检测报告，以充分反馈目标水域的水体检测情况。最后，将上述水体检测报告发送至水体监控终端。综上，通过获取不同补光信息下的水上补光水域图像和水下水域图像，以及结合原始水上图像，来根据多样化补光特征下的水域图像，生成目标水域对应的水域检测信息。
附图说明
14.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
15.图1是根据本公开的水体检测信息发送方法的一些实施例的流程图；
16.图2是根据本公开的水体检测信息发送装置的一些实施例的结构示意图；
17.图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
18.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
19.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
20.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
21.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
22.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
23.下面将参考附图并结合实施例来详细说明本公开。
24.参考图1，示出了根据本公开的水体检测信息发送方法的一些实施例的流程100。该水体检测信息发送方法，包括以下步骤：
25.步骤101，响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电。
26.在一些实施例中，响应于接收到针对目标水域的水体检测信息，上述水体检测信息发送方法的执行主体可以利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电。其中，目标水域可以是待进行水体检测的水域。水体检测信息可以是表征对目标水域进行水体检测的检测请求。太阳能装置可以是太阳能电池板装置。水上摄像装置可以是布局于目标水域之上的摄像装置。
27.步骤102，响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像。
28.在一些实施例中，响应于确定上述至少一个水上摄像装置正常工作，上述执行主体可以指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像。其中，水上水域图像可以是目标水域的水平面之上的水域图像。
29.步骤103，利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电。
30.在一些实施例中，上述执行主体可以利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电。其中，水下补光装置可以是对目标水域内的环境进行补光处理的装置。
31.步骤104，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集。
32.在一些实施例中，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，上述执行主体可以逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集。其中，至少一个水下补光装置对应的补光信息相同。即，至少一个水下补光装置包括的各个水下补光装置对应的补光强度相同。至少一个水下水域图像集中的每个水下水域图像集是在不同补光信息下的各个水下水域图像。至少一个水下水域图像集中的水下水域图像集与上述至少一个水下补光装置中的水下补光装置存在一一对应关系。
33.步骤105，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集。
34.在一些实施例中，响应于确定上述至少一个水下补光装置和上述至少一个水下摄
像装置正常工作，上述执行主体可以逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集。其中，至少一个水上补光水域图像集中的每个水上补光水域图像集是在不同补光信息下的各个水上水域图像。至少一个水上补光水域图像集中的水上补光水域图像集与上述至少一个水下补光装置中的水下补光装置存在一一对应关系。
35.步骤106，对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集。
36.在一些实施例中，上述执行主体可以对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集。其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像。其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同。
37.步骤107，利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集。
38.在一些实施例中，上述执行主体可以利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集。其中，水体综合检测模型集中的每个水体综合检测模型存在对应的图像亮度信息。即，在对应图像亮度信息的条件下，水体综合检测模型的检测精准度最高。水体综合检测模型可以是生成水体综合检测信息的神经网络模型。水体综合检测信息可以是水域中的水体检测信息。水体检测信息可以包括但不限于以下至少一项：生物体检测信息，水浑浊度检测信息，水里垃圾检测信息。实践中，水体综合检测模型集中的各个水体综合检测模型是不同网络结构的神经网络模型。例如，水体综合检测模型可以是但不限于以下至少一项：多层串行连接的卷积神经网络模型，多层串行连接的残差网络模型，注意力机制模型。
39.作为示例，对于每个图像组，上述执行主体可以确定图像组对应的补光信息，作为目标补光信息。然后，确定目标补光信息对应的预设图像亮度信息，作为目标预设图像亮度信息。接着，确定上述目标预设图像亮度信息对应的、上述水体综合检测模型集中的水体综合检测模型，作为目标水体综合检测模型。最后，将上述图像组输入至上述目标水体综合检测模型，以生成图像组对应的水体综合检测信息。
40.在一些实施例的一些可选的实现方式中，上述水体综合检测模型集包括：针对第一图像亮度信息的第一水体综合检测模型、针对第二图像亮度信息的第二水体综合检测模型、针对第三图像亮度信息的第三水体综合检测模型、针对第四图像亮度信息的第四水体综合检测模型，上述第一图像亮度信息对应的亮度强度大于上述第二图像亮度信息对应的亮度强度，上述第二图像亮度信息对应的亮度强度大于上述第三图像亮度信息对应的亮度强度，上述第三图像亮度信息对应的亮度强度大于上述第四图像亮度信息对应的亮度强度。第一水体综合检测模型可以是在第一图像亮度信息的前提下的水体综合检测信息生成模型。即，针对对应亮度信息为第一图像亮度信息的图像，相对于其余水体综合检测模型，利用第一水体综合检测模型来生成水体综合检测信息的精准率更高。同样地，第二水体综合检测模型、第三水体综合检测模型和第四水体综合检测模型的解释不再赘述。实践中，第
一图像亮度信息对应的亮度强度可以是1级亮度强度。第二图像亮度信息对应的亮度强度可以是2级亮度强度。第三图像亮度信息对应的亮度强度可以是3级亮度强度。第四图像亮度信息对应的亮度强度可以是4级亮度强度。第一水体综合检测模型、第二水体综合检测模型、第三水体综合检测模型和第四水体综合检测模型均可以是多层残差网络模型。
41.可选地，上述利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，可以包括以下步骤：
42.第一步，将上述图像组中的至少一个图像输入至图像亮度检测模型，以生成图像亮度检测信息，得到至少一个图像亮度检测信息。其中，上述至少一个图像中的图像与上述图像组包括的至少一个水下水域图像中的水下水域图像存在一一对应关系。其中，图像亮度检测模型可以是生成图像亮度检测信息的模型。图像亮度检测信息可以表征图像组包括的至少一个水下水域图像的图像整体亮度情况。实践中，图像亮度检测模型可以是多层卷积神经网络模型。
43.第二步，根据上述至少一个图像亮度检测信息和上述图像组对应的补光信息，生成针对上述图像组的图像预测亮度信息。其中，图像预测亮度信息可以表征图像组的图像整体亮度情况。
44.作为示例，首先，上述执行主体可以确定补光信息对应的预设图像亮度信息。然后，确定上述至少一个图像亮度检测信息和上述图像预测亮度信息的平均亮度信息，作为图像预测亮度信息。
45.第三步，从上述第一图像亮度信息、上述第二图像亮度信息、上述第三图像亮度信息和上述第四图像亮度信息中筛选出与上述图像预测亮度信息对应亮度满足预设亮度条件的图像亮度信息。其中，预设亮度条件可以是图像亮度信息为上述第一图像亮度信息、上述第二图像亮度信息、上述第三图像亮度信息和上述第四图像亮度信息中的、与上述图像预测亮度信息对应亮度最接近的亮度信息。
46.第四步，响应于确定上述图像亮度信息为上述第一图像亮度信息，将上述图像组分别输入至上述第一水体综合检测模型和上述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息。
47.第五步，设置上述第一水体综合检测信息对应的检测级别和上述第二水体综合检测信息对应的检测级别。其中，上述第一水体综合检测信息对应的检测级别高于上述第二水体综合检测信息对应的检测级别。
48.第六步，生成针对上述第一水体综合检测信息和上述第二水体综合检测信息的二元组，作为水体综合检测信息。其中，上述二元组中的水体综合检测信息的信息位置依据检测级别设置。例如，二元组中的最左边位置的水体综合检测信息对应的检测级别最高。
49.可选地，上述利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，还包括以下步骤：
50.第一步，响应于确定上述图像亮度信息为上述第二图像亮度信息，将上述图像组分别输入至上述第一水体综合检测模型、上述第二水体综合检测模型和第三水体综合检测模型，以生成第三水体综合检测信息、第四水体综合检测信息和第五水体综合检测信息。
51.第二步，设置上述第三水体综合检测信息对应的检测级别、上述第四水体综合检测信息对应的检测级别和上述第五水体综合检测信息对应的检测级别。其中，上述第四水
体综合检测信息对应的检测级别高于上述第三水体综合检测信息对应的检测级别，上述第四水体综合检测信息对应的检测级别高于第五水体综合检测信息对应的检测级别。
52.第三步，生成针对上述第三水体综合检测信息、上述第四水体综合检测信息和上述第五水体综合检测信息的三元组，作为水体综合检测信息。其中，上述第四水体综合检测信息位于三元组中的中间位置。
53.第四步，响应于确定上述图像亮度信息为上述第三图像亮度信息，将上述图像组分别输入至上述第二水体综合检测模型、上述第三水体综合检测模型和第四水体综合检测模型，以生成第六水体综合检测信息、第七水体综合检测信息和第八水体综合检测信息。
54.第五步，设置上述第六水体综合检测信息对应的检测级别、上述第七水体综合检测信息对应的检测级别和上述第八水体综合检测信息对应的检测级别。其中，上述第七水体综合检测信息对应的检测级别高于上述第六水体综合检测信息对应的检测级别，上述第七水体综合检测信息对应的检测级别高于第八水体综合检测信息对应的检测级别。
55.第六步，生成针对上述第六水体综合检测信息、上述第七水体综合检测信息和上述第八水体综合检测信息的三元组，作为水体综合检测信息。其中，上述第七水体综合检测信息位于三元组中的中间位置。
56.第七步，响应于确定上述图像亮度信息为上述第四图像亮度信息，将上述图像组分别输入至上述第三水体综合检测模型和上述第四水体综合检测模型，以生成第九水体综合检测信息和第十水体综合检测信息。
57.第八步，设置上述第九水体综合检测信息对应的检测级别和上述第十水体综合检测信息对应的检测级别。其中，上述第十水体综合检测信息对应的检测级别高于上述第九水体综合检测信息对应的检测级别。
58.第九步，生成针对上述第九水体综合检测信息和上述第十水体综合检测信息的二元组，作为水体综合检测信息。其中，上述二元组中的水体综合检测信息的信息位置依据检测级别设置。
59.在一些实施例的一些可选的实现方式中，上述至少一个水下补光装置对应的水域安放位置位于上述至少一个水下摄像装置对应的水域安放位置的顶部或底部。上述图像亮度检测模型包括：亮度渐变信息生成模型、亮度源头信息生成模型、亮度区域划分模型和亮度检测信息输出层。亮度渐变信息生成模型可以是生成亮度渐变信息的神经网络模型。亮度渐变信息可以表征图像中的亮度渐变情况。例如，亮度渐变信息生成模型可以是基于卷积神经网络模型的注意力机制模型。亮度源头信息生成模型可以是生成亮度源头信息的神经网络模型。亮度源头信息可以是亮度源头相关的信息。实践中，亮度源头信息可以包括：亮度源头大小信息和亮度源头位置信息。实践中，亮度源头信息生成模型可以包括：亮度源头大小检测模型和亮度源头位置检测模型。亮度源头大小检测模型可以是生成亮度源头大小检测信息的模型。亮度源头位置检测模型可以是生成亮度源头位置检测信息的模型。实践中，亮度源头大小检测模型可以是深度卷积神经网络模型。亮度源头位置检测信息的模型可以是目标检测模型。亮度区域划分模型可以是生成亮度区域划分信息的神经网络模型。亮度区域划分信息可以表征图像中的目标亮度强度下的划分区域信息。实践中，亮度区域划分模型可以是深度残差神经网络模型。亮度检测信息输出层可以是全连接层。
60.可选地，上述将上述图像组中的至少一个图像输入至图像亮度检测模型，以生成
图像亮度检测信息，得到至少一个图像亮度检测信息，可以包括以下步骤：
61.对于上述至少一个图像中的每个图像，执行以下信息生成步骤：
62.子步骤1，将上述图像输入至上述亮度渐变信息生成模型，以生成亮度渐变信息。
63.子步骤2，将上述图像输入至上述亮度源头信息生成模型包括的亮度源头位置检测模型，以生成至少一个亮度源头位置检测信息。
64.子步骤3，基于上述至少一个水下补光装置对应的至少一个第一世界坐标信息和上述至少一个水下摄像装置对应的至少一个第二世界坐标信息，生成表征上述至少一个水下补光装置和上述至少一个水下摄像装置的装置相对位置关联信息。
65.作为示例，通过第一世界坐标信息和第二世界坐标信息之间的坐标关联关系，生成表征上述至少一个水下补光装置和上述至少一个水下摄像装置的装置相对位置关联信息。
66.子步骤4，根据上述装置相对位置关联信息，对上述至少一个亮度源头位置检测信息进行位置校验，得到位置校验结果。其中，位置校验结果表征至少一个源头位置检测信息是否信息精准。
67.作为示例，首先，上述执行主体可以根据上述至少一个亮度源头位置检测信息，生成亮度源头位置关联关系。然后，将上述亮度源头位置关联关系和上述装置相对位置关联关系进行关系对比，得到对比信息，作为上述位置校验结果。
68.子步骤5，响应于确定上述位置校验结果表征上述至少一个亮度源头位置检测信息满足预设信息条件，将上述图像输入至上述亮度源头信息生成模型包括的亮度源头大小检测模型，以生成至少一个亮度源头大小检测信息。其中，预设信息条件可以是至少一个亮度源头位置检测信息与对应的至少一个水下补光装置对应的装置位置相同。
69.子步骤6，将上述图像和上述亮度渐变信息输入至上述亮度区域划分模型，以生成亮度区域划分信息。
70.子步骤7，将上述亮度渐变信息、上述至少一个亮度源头位置检测信息、上述至少一个亮度源头大小检测信息和上述亮度区域划分信息输入至上述亮度检测信息输出层，以输出针对上述图像的图像亮度检测信息。
71.可选地，亮度渐变信息可以包括至少一条波纹状的像素线。以及
72.上述将上述图像输入至上述亮度渐变信息生成模型，以生成亮度渐变信息，可以包括以下步骤：
73.第一步，将上述图像转换成对应的数组形式的数组数据。其中，上述数组形式可以是三元组形式。数组数据包括：图像像素大小、像素横坐标和像素纵坐标。
74.第二步，从上述图像中无规则选取多个区域的子图像，得到子图像集。
75.第三步，确定上述子图像集中的每个子图像对应的数组数据组，得到数组数据组集。
76.第四步，对上述数组数据组集中的每个数组数据组，执行以下处理步骤：
77.子步骤1，利用k-means算法，对上述数组数据组进行聚类处理，得到簇集。
78.子步骤2，确定上述处理步骤的执行次数。
79.子步骤3，响应于确定执行次数达到目标次数，根据所得到的多个簇集，确定每两个像素处于同一簇中的数目信息，得到数目信息集。
80.作为示例，上述执行主体可以对上述多个簇集中的各个像素进行像素关联关系统计处理，以确定图像中的每两个像素处于同一簇中的数目信息，得到数目信息集。
81.子步骤4，对于图像中的每个像素，根据数目信息集中的、与上述像素相关联的数目信息子集，确定上述像素与图像中其余像素子集之间的数目信息，得到数目信息子集。
82.子步骤5，对于图像中的每个像素，从上述像素对应的其余像素子集中筛选出对应数目信息大于预定数值的至少一个其余像素。
83.子步骤6，对于图像中的每个像素，将上述像素与至少一个其余像素进行像素归纳，得到归纳像素组。
84.子步骤7，根据所得到的归纳像素组集，生成上述亮度渐变信息。
85.作为示例，首先，上述执行主体可以根据上述归纳像素组集，生成至少一条波纹状的像素线。最后，将上述至少一个波纹状的像素线确定为上述亮度渐变信息。
86.第五步，响应于确定上述处理步骤的执行次数未达到目标次数，重新从上述图像中无规则选择多个区域的子图像，得到选取子图像集。
87.第六步，确定上述选择子图像集中的每个选择子图像对应的数组数据组，作为选取数组数据组集。
88.第七步，将上述选取数组数据组集确定为数组数据组集，重新执行上述处理步骤。
89.作为本公开的发明点之一，解决了背景技术中提及的第二技术问题“基于常规图像亮度判断规则，确定图像的图像亮度存在判断不够细粒度、且不能直观的确定出图像中的图像亮度变换，导致图像亮度的确定不够精准”。基于此，本公开通过图像亮度检测模型包括的亮度渐变信息生成模型、亮度源头信息生成模型、亮度区域划分模型和亮度检测信息输出层，来多元化、全方面的确定图像亮度对应的判断因素，且以至少一条波纹状的像素线，可以直观的展现图像中的亮度渐变情况，以确定亮度源头信息，可以直观的展示图像中的亮度源头位置和亮度源头大小，以亮度区域划分信息，可以直观的展示图像中的亮度区域划分。由此，可以精准的确定出每个图像对应的图像亮度检测情况。
90.在一些实施例的一些可选的实现方式中，上述目标水域存在预先设置的生物观测装置。上述生物观测装置包括：生物引入池和生物检测池。上述生物检测池存在预设设置的生物观察装置出口。上述至少一个水下补光装置、上述至少一个水下摄像装置和上述至少一个水上拍摄装置是针对生物检测池而设置的装置。上述生物观测装置存在对应的水流控制装置，以控制上述生物检测池中的水流速度。
91.在一些实施例的一些可选的实现方式中，上述第一水体综合检测模型和上述第二水体综合检测模型为水域环境检测模型。
92.可选地，上述将上述图像组分别输入至上述第一水体综合检测模型和上述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息，可以包括以下步骤：
93.第一步，将上述图像组包括的至少一个水下水域图像、至少一个水上补光水域图像和至少一个水上水域图像输入至上述第一水体综合检测模型，以生成水下环境检测信息、水上补光环境检测信息和水上环境检测信息。其中，水下环境检测信息可以表征目标水域的水平面之下的环境检测信息。水上补光环境检测信息可以表征在补光信息的前提下，目标水域的水平面之上的环境检测信息。水上环境检测信息可以表征目标水域的水平面之
上的环境检测信息。
94.第二步，根据上述水上补光环境检测信息和上述水上环境检测信息，生成针对上述目标水域的实际预测环境检测信息。其中，实际预测环境检测信息可以是针对目标水域所预测的外围环境检测信息和内部环境检测信息。
95.作为示例，上述执行主体可以将上述水上补光环境检测信息和上述水上环境检测信息输入至生成式与对抗式神经网络模型，以生成针对上述水上补光环境检测信息和上述水上环境检测信息的生成式环境检测信息，作为实际预测环境检测信息。
96.第三步，将上述水下环境检测信息和上述实际预测环境检测信息进行信息融合，以生成第一水体综合检测信息。
97.在一些实施例的一些可选的实现方式中，上述第一水体综合检测模型和上述第二水体综合检测模型为水域生物检测模型。
98.可选地，上述将上述图像组分别输入至上述第一水体综合检测模型和上述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息，可以包括以下步骤：
99.第一步，将上述图像组包括的至少一个水下水域图像进行图像融合，以生成融合图像。
100.作为示例，上述执行主体可以依据区域关系，对上述图像组包括的至少一个水下水域图像进行图像融合，以生成融合图像。
101.第二步，将上述融合图像输入至上述第一水体综合检测模型包括的第一特征提取模型，以生成第一图像特征图。其中，第一特征提取模型可以是提取图像特征信息的模型。实践中，第一特征提取模型可以是多层串行连接的卷积神经网络模型。
102.第三步，将上述融合图像输入至上述第一水体综合检测模型包括的第二特征提取模型，以生成第二图像特征图。其中，第二特征提取模型可以是提取图像特征信息的模型。实践中，第二特征提取模型可以是多层串行连接的卷积神经网络模型。
103.第四步，将上述第一图像特征图和上述第二图像特征图进行外积处理，得到外积结果。
104.第五步，将上述外积结果输入至上述第一水体综合检测模型包括的双线性池化层(bilinear pooling)，以输出双线性特征信息。
105.第六步，将上述双线性特征信息输入至上述第一水体综合检测模型包括的水域生物分类层，以生成水域生物分类信息。其中，水域生物分类信息表征上述融合图像中的对应各个水域生物的生物类别。其中，水域生物分类层可以是softmax层。
106.第七步，根据上述水域生物分类信息，生成针对上述目标水域的水域生物分布信息，作为上述第一水体综合检测信息。
107.作为示例，上述执行主体可以根据图像中的每个水域生物对应的水域生物分类信息，对水域生物分类信息进行位置和数量的统计，以生成水域生物分布信息，作为上述第一水体综合检测信息。
108.步骤108，根据上述水体综合检测信息集，生成针对上述目标水域的水体检测报告。
109.在一些实施例中，上述执行主体可以根据上述水体综合检测信息集，生成针对上
述目标水域的水体检测报告。其中，水体检测报告可以表征目标水域的水体综合情况。例如，水体检测报告可以体现目标水域的水污染情况，还可以体现目标水域的生物体聚集情况。
110.作为示例，首先，上述执行主体可以将上述水体综合检测信息集中的各个水体综合检测信息和对应的各个补光信息进行信息整合，以生成整合信息。接着，将整合信息填至初始水体检测报告，以生成水体检测报告。
111.步骤109，将上述水体检测报告发送至水体监控终端。
112.在一些实施例中，上述执行主体可以将上述水体检测报告发送至水体监控终端。其中，水体监控终端可以是对目标水域对应的水体情况进行实时监控的终端。
113.本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的水体检测信息发送方法通过生成精准的水体检测报告，以准确、实时进行水体监控。具体来说，造成相关的水体检测结果不够精确的原因在于：检测效率低下，且取样存在偶然性，导致所得到的水体检测信息不够精准。基于此，本公开的一些实施例的水体检测信息发送方法，首先，响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电，以用于后续获取至少一个水上水域图像。然后，响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像，以后续针对水上拍摄的照片来进行水体检测。接着，利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电，以用于后续获取至少一个水下水域图像集。再接着，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集，以针对水下不同补光信息下拍摄的水下照片来进行水体检测，提高水体检测的精准度。进而，响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集，以针对水下不同补光信息下拍摄的水上照片来进行水体检测，提高水体检测的精准度。进一步地，对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同。在这里，通过图像打包的方式，便于后续水体综合检测信息模型的输入，便于后续输入至水体综合检测信息模型。其次，利用基于不同图像亮度信息的水体综合检测模型集，可以准确地生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集。再进一步地，根据上述水体综合检测信息集，可以精准地生成针对上述目标水域的水体检测报告，以充分反馈目标水域的水体检测情况。最后，将上述水体检测报告发送至水体监控终端。综上，通过获取不同补光信息下的水上补光水域图像和水下水域图像，以及结合原始水上图像，来根据多样化补光特征下的水域图像，生成目标水域对应的水域检测信息。
114.进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种水体检测信
息发送装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该水体检测信息发送装置具体可以应用于各种电子设备中。
115.如图2所示，一种水体检测信息发送装置200包括：第一供电单元201、第一指示单元202、第二供电单元203、第二指示单元204、第三指示单元205、图像打包单元206、第一生成单元207、第二生成单元208和发送单元209。其中，第一供电单元201，被配置成响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；第一指示单元202，被配置成响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；第二供电单元203，被配置成利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；第二指示单元204，被配置成；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集；第三指示单元205，被配置成：响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；图像打包单元206，被配置成：对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；第一生成单元207，被配置成：利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；第二生成单元208，被配置成：根据上述水体综合检测信息集，生成针对上述目标水域的水体检测报告；发送单元209，被配置成将上述水体检测报告发送至水体监控终端。
116.可以理解的是，该水体检测信息发送装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于水体检测信息发送装置200及其中包含的单元，在此不再赘述。
117.下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备(例如，电子设备)300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
118.如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(rom)302中的程序或者从存储装置308加载到随机访问存储器(ram)303中的程序而执行各种适当的动作和处理。在ram 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、rom 302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
119.通常，以下装置可以连接至i/o接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置
309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
120.特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从rom 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
121.需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
122.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
123.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；响应于确定上述至少一个水上摄像装置正常工作，指示上述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；利用上述太阳能装置和上述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到
至少一个水下水域图像集；响应于确定上述至少一个水下补光装置和上述至少一个水下摄像装置正常工作，逐步调整上述至少一个水下补光装置对应的补光信息，以及逐步指示上述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；对上述至少一个水下水域图像集、上述至少一个水上补光水域图像集和上述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、上述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；利用基于不同图像亮度信息的水体综合检测模型集，生成针对上述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；根据上述水体综合检测信息集，生成针对上述目标水域的水体检测报告；将上述水体检测报告发送至水体监控终端。
124.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
125.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
126.描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一供电单元、第一指示单元、第二供电单元、第二指示单元、第三指示单元、图像打包单元、第一生成单元、第二生成单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，发送单元还可以被描述为“将上述水体检测报告发送至水体监控终端的单元”。
127.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
128.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技
术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种水体检测信息发送方法，包括：响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；响应于确定所述至少一个水上摄像装置正常工作，指示所述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；利用所述太阳能装置和所述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；响应于确定所述至少一个水下补光装置和所述至少一个水下摄像装置正常工作，逐步调整所述至少一个水下补光装置对应的补光信息，以及逐步指示所述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集；响应于确定所述至少一个水下补光装置和所述至少一个水下摄像装置正常工作，逐步调整所述至少一个水下补光装置对应的补光信息，以及逐步指示所述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；对所述至少一个水下水域图像集、所述至少一个水上补光水域图像集和所述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、所述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；利用基于不同图像亮度信息的水体综合检测模型集，生成针对所述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；根据所述水体综合检测信息集，生成针对所述目标水域的水体检测报告；将所述水体检测报告发送至水体监控终端。2.根据权利要求1所述的方法，其中，所述水体综合检测模型集包括：针对第一图像亮度信息的第一水体综合检测模型、针对第二图像亮度信息的第二水体综合检测模型、针对第三图像亮度信息的第三水体综合检测模型、针对第四图像亮度信息的第四水体综合检测模型，所述第一图像亮度信息对应的亮度强度大于所述第二图像亮度信息对应的亮度强度，所述第二图像亮度信息对应的亮度强度大于所述第三图像亮度信息对应的亮度强度，所述第三图像亮度信息对应的亮度强度大于所述第四图像亮度信息对应的亮度强度；以及所述利用基于不同图像亮度信息的水体综合检测模型集，生成针对所述图像组集中的每个图像组对应的水体综合检测信息，包括：将所述图像组中的至少一个图像输入至图像亮度检测模型，以生成图像亮度检测信息，得到至少一个图像亮度检测信息，其中，所述至少一个图像中的图像与所述图像组包括的至少一个水下水域图像中的水下水域图像存在一一对应关系；根据所述至少一个图像亮度检测信息和所述图像组对应的补光信息，生成针对所述图像组的图像预测亮度信息；从所述第一图像亮度信息、所述第二图像亮度信息、所述第三图像亮度信息和所述第四图像亮度信息中筛选出与所述图像预测亮度信息对应亮度满足预设亮度条件的图像亮度信息；响应于确定所述图像亮度信息为所述第一图像亮度信息，将所述图像组分别输入至所
述第一水体综合检测模型和所述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息；设置所述第一水体综合检测信息对应的检测级别和所述第二水体综合检测信息对应的检测级别，其中，所述第一水体综合检测信息对应的检测级别高于所述第二水体综合检测信息对应的检测级别；生成针对所述第一水体综合检测信息和所述第二水体综合检测信息的二元组，作为水体综合检测信息，其中，所述二元组中的水体综合检测信息的信息位置依据检测级别设置。3.根据权利要求2所述的方法，其中，所述利用基于不同图像亮度信息的水体综合检测模型集，生成针对所述图像组集中的每个图像组对应的水体综合检测信息，还包括：响应于确定所述图像亮度信息为所述第二图像亮度信息，将所述图像组分别输入至所述第一水体综合检测模型、所述第二水体综合检测模型和第三水体综合检测模型，以生成第三水体综合检测信息、第四水体综合检测信息和第五水体综合检测信息；设置所述第三水体综合检测信息对应的检测级别、所述第四水体综合检测信息对应的检测级别和所述第五水体综合检测信息对应的检测级别，其中，所述第四水体综合检测信息对应的检测级别高于所述第三水体综合检测信息对应的检测级别，所述第四水体综合检测信息对应的检测级别高于第五水体综合检测信息对应的检测级别；生成针对所述第三水体综合检测信息、所述第四水体综合检测信息和所述第五水体综合检测信息的三元组，作为水体综合检测信息，其中，所述第四水体综合检测信息位于三元组中的中间位置；响应于确定所述图像亮度信息为所述第三图像亮度信息，将所述图像组分别输入至所述第二水体综合检测模型、所述第三水体综合检测模型和第四水体综合检测模型，以生成第六水体综合检测信息、第七水体综合检测信息和第八水体综合检测信息；设置所述第六水体综合检测信息对应的检测级别、所述第七水体综合检测信息对应的检测级别和所述第八水体综合检测信息对应的检测级别，其中，所述第七水体综合检测信息对应的检测级别高于所述第六水体综合检测信息对应的检测级别，所述第七水体综合检测信息对应的检测级别高于第八水体综合检测信息对应的检测级别；生成针对所述第六水体综合检测信息、所述第七水体综合检测信息和所述第八水体综合检测信息的三元组，作为水体综合检测信息，其中，所述第七水体综合检测信息位于三元组中的中间位置；响应于确定所述图像亮度信息为所述第四图像亮度信息，将所述图像组分别输入至所述第三水体综合检测模型和所述第四水体综合检测模型，以生成第九水体综合检测信息和第十水体综合检测信息；设置所述第九水体综合检测信息对应的检测级别和所述第十水体综合检测信息对应的检测级别，其中，所述第十水体综合检测信息对应的检测级别高于所述第九水体综合检测信息对应的检测级别；生成针对所述第九水体综合检测信息和所述第十水体综合检测信息的二元组，作为水体综合检测信息，其中，所述二元组中的水体综合检测信息的信息位置依据检测级别设置。4.根据权利要求3所述的方法，其中，所述至少一个水下补光装置对应的水域安放位置位于所述至少一个水下摄像装置对应的水域安放位置的顶部或底部，所述图像亮度检测模
型包括：亮度渐变信息生成模型、亮度源头信息生成模型、亮度区域划分模型和亮度检测信息输出层；以及所述将所述图像组中的至少一个图像输入至图像亮度检测模型，以生成图像亮度检测信息，得到至少一个图像亮度检测信息，包括：对于所述至少一个图像中的每个图像，执行以下信息生成步骤：将所述图像输入至所述亮度渐变信息生成模型，以生成亮度渐变信息；将所述图像输入至所述亮度源头信息生成模型包括的亮度源头位置检测模型，以生成至少一个亮度源头位置检测信息；基于所述至少一个水下补光装置对应的至少一个第一世界坐标信息和所述至少一个水下摄像装置对应的至少一个第二世界坐标信息，生成表征所述至少一个水下补光装置和所述至少一个水下摄像装置的装置相对位置关联信息；根据所述装置相对位置关联信息，对所述至少一个亮度源头位置检测信息进行位置校验，得到位置校验结果；响应于确定所述位置校验结果表征所述至少一个亮度源头位置检测信息满足预设信息条件，将所述图像输入至所述亮度源头信息生成模型包括的亮度源头大小检测模型，以生成至少一个亮度源头大小检测信息；将所述图像和所述亮度渐变信息输入至所述亮度区域划分模型，以生成亮度区域划分信息；将所述亮度渐变信息、所述至少一个亮度源头位置检测信息、所述至少一个亮度源头大小检测信息和所述亮度区域划分信息输入至所述亮度检测信息输出层，以输出针对所述图像的图像亮度检测信息。5.根据权利要求4所述的方法，其中，所述目标水域存在预先设置的生物观测装置；所述生物观测装置包括：生物引入池和生物检测池，所述生物检测池存在预设设置的生物观察装置出口，所述至少一个水下补光装置、所述至少一个水下摄像装置和所述至少一个水上摄像装置是针对生物检测池而设置的装置，所述生物观测装置存在对应的水流控制装置，以控制所述生物检测池中的水流速度。6.根据权利要5所述的方法，其中，所述第一水体综合检测模型和所述第二水体综合检测模型为水域环境检测模型；以及所述将所述图像组分别输入至所述第一水体综合检测模型和所述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息，包括：将所述图像组包括的至少一个水下水域图像、至少一个水上补光水域图像和至少一个水上水域图像输入至所述第一水体综合检测模型，以生成水下环境检测信息、水上补光环境检测信息和水上环境检测信息；根据所述水上补光环境检测信息和所述水上环境检测信息，生成针对所述目标水域的实际预测环境检测信息；将所述水下环境检测信息和所述实际预测环境检测信息进行信息融合，以生成第一水体综合检测信息。7.根据权利要6所述的方法，其中，所述第一水体综合检测模型和所述第二水体综合检测模型为水域生物检测模型；以及
所述将所述图像组分别输入至所述第一水体综合检测模型和所述第二水体综合检测模型，以生成第一水体综合检测信息和第二水体综合检测信息，包括：将所述图像组包括的至少一个水下水域图像进行图像融合，以生成融合图像；将所述融合图像输入至所述第一水体综合检测模型包括的第一特征提取模型，以生成第一图像特征图；将所述融合图像输入至所述第一水体综合检测模型包括的第二特征提取模型，以生成第二图像特征图；将所述第一图像特征图和所述第二图像特征图进行外积处理，得到外积结果；将所述外积结果输入至所述第一水体综合检测模型包括的双线性池化层，以输出双线性特征信息；将所述双线性特征信息输入至所述第一水体综合检测模型包括的水域生物分类层，以生成水域生物分类信息，其中，水域生物分类信息表征所述融合图像中的对应各个水域生物的生物类别；根据所述水域生物分类信息，生成针对所述目标水域的水域生物分布信息，作为所述第一水体综合检测信息。8.一种水体检测信息发送装置，包括：第一供电单元，被配置成：响应于接收到针对目标水域的水体检测信息，利用外接的太阳能装置和内置的供电装置，对至少一个水上摄像装置进行供电；第一指示单元，被配置成：响应于确定所述至少一个水上摄像装置正常工作，指示所述至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；第二供电单元，被配置成：利用所述太阳能装置和所述供电装置，对至少一个水下补光装置和至少一个水下摄像装置进行供电；第二指示单元，被配置成响应于确定所述至少一个水下补光装置和所述至少一个水下摄像装置正常工作，逐步调整所述至少一个水下补光装置对应的补光信息，以及逐步指示所述至少一个水下摄像装置在不同补光信息下进行水下水域图像拍摄，得到至少一个水下水域图像集；第三指示单元，被配置成：响应于确定所述至少一个水下补光装置和所述至少一个水下摄像装置正常工作，逐步调整所述至少一个水下补光装置对应的补光信息，以及逐步指示所述至少一个水上摄像装置在不同补光信息下进行水上水域图像拍摄，得到至少一个水上补光水域图像集；图像打包单元，被配置成：对所述至少一个水下水域图像集、所述至少一个水上补光水域图像集和所述至少一个水上水域图像进行图像打包处理，得到图像组集，其中，图像组包括：针对目标时刻的至少一个水下水域图像、针对目标时刻的至少一个水上补光水域图像、所述至少一个水上水域图像，其中，图像组中的至少一个水下水域图像和至少一个水上补光水域图像对应的补光信息相同；第一生成单元，被配置成：利用基于不同图像亮度信息的水体综合检测模型集，生成针对所述图像组集中的每个图像组对应的水体综合检测信息，得到水体综合检测信息集；第二生成单元，被配置成：根据所述水体综合检测信息集，生成针对所述目标水域的水体检测报告；
发送单元，被配置成将所述水体检测报告发送至水体监控终端。9.一种电子设备，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，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。

技术总结
本公开的实施例公开了水体检测信息发送方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：对至少一个水上摄像装置进行供电；指示至少一个水上摄像装置进行水域拍摄，得到至少一个水上水域图像；对至少一个水下补光装置和至少一个水下摄像装置进行供电；逐步调整补光信息，以及逐步进行水下水域图像拍摄；逐步调整补光信息，以及逐步在不同补光信息下进行水上水域图像拍摄；对至少一个水下水域图像集、至少一个水上补光水域图像集和至少一个水上水域图像进行图像打包处理；生成水体综合检测信息集；生成水体检测报告；将水体检测报告发送至水体监控终端。该实施方式通过生成精准的水体检测报告，以准确、实时进行水体监控。体监控。体监控。


技术研发人员：吴琼 隋宗宾 赵吉林 张学亚
受保护的技术使用者：中关村科学城城市大脑股份有限公司
技术研发日：2023.07.28
技术公布日：2023/10/20