1.一种车牌超分辨率模型重建方法，其特征在于，包括：
(1)获取车牌的第一图像，并将所述第一图像进行低分辨率处理，得到第二图像，其中，所述第一图像和所述第二图像包括数量相同且位置关系对应的至少一个局部图像；
(2)确定第一局部图像和第二局部图像，所述第二局部图像为所述第二图像的至少一个局部图像中的任意一个，所述第一局部图像为所述第一图像的至少一个局部图像中与所述第二局部图像位置关系对应的一个；
(3)按照第一模型的卷积层参数对所述第二局部图像进行卷积处理，得到目标局部图像，所述目标局部图像与所述第一局部图像的像素尺寸相同；
(4)确定所述目标局部图像与所述第一局部图像的像素差异；
(5)判断所述像素差异是否满足预设条件；
(6)若是，则根据所述像素差异调整所述第一模型的卷积层参数，得到目标模型，若否，则根据所述像素差异调整所述第一模型的卷积层参数，得到第二模型，将所述第二模型的卷积层参数作为所述第一模型的卷积层参数并重复执行步骤(2)至(6)。
2.根据权利要求1所述的车牌超分辨率模型重建方法，其特征在于，所述判断所述像素差异是否满足预设条件包括：
判断所述像素差异是否小于第一阈值；或，
判断所述像素差异是否小于所述第一阈值，且判断所述像素差异小于第一阈值的次数是否大于第二阈值；或，
判断所述像素差异的确定次数是否为预设次数的倍数。
3.根据权利要求2所述的车牌超分辨率模型重建方法，其特征在于，所述判断所述像素差异的确定次数是否为预设次数的倍数包括：
判断所述像素差异的确定次数是否为预设次数的倍数，且判断所述确定次数的像素差异的加权计算值是否小于所述第一阈值。
4.根据权利要求2或3所述的车牌超分辨率模型重建方法，其特征在于，在所述获取车牌的第一图像，并将所述第一图像进行低分辨率处理，得到第二图像之前，所述方法还包括：
将所述第一图像进行灰度处理。
5.根据权利要求4所述的车牌超分辨率模型重建方法，其特征在于，所述像素差异为像素均方差，所述根据所述像素差异值调整所述第一模型的卷积层参数包括：
根据所述像素均方差调整所述第一模型中卷积层的卷积核参数；
所述根据所述像素均方差调整所述第一模型中卷积层的卷积核参数包括：
利用所述像素均方差确定第N层卷积层的像素损失，并根据所述第N层卷积层的像素损失调整所述第N层卷积层的卷积核参数，所述第一模型包括N层卷积层，所述N为大于零的整数；
根据所述第N-M层卷积层的像素损失确定第N-M-1层卷积层的像素损失，并根据所述第N-M-1层卷积层的像素损失调整所述第N-M-1层卷积层的卷积核参数，所述M为自然数。
6.根据权利要求1至3中任一项所述的车牌超分辨率模型重建方法，其特征在于，所述将所述第一图像进行低分辨率处理，得到第二图像包括：
对所述第一图像进行模糊处理和/或噪声处理，得到图像样本；
对所述图像样本分别进行光照不均处理，得到第二图像。
7.根据权利要求6所述的车牌超分辨率模型重建方法，其特征在于，所述噪声处理包括以下至少一种：
高斯噪声处理、瑞利噪声处理、指数噪声处理、椒盐噪声处理。
8.根据权利要求1所述的车牌超分辨率模型重建方法，其特征在于，所述方法还包括：
获取待检测车牌图像；
按照所述目标模型的卷积层参数对所述待检测车牌图像进行卷积处理，得到目标车牌图像，所述待检测车牌图像与所述目标车牌图像的像素尺寸相同。
9.根据权利要求8所述的车牌超分辨率模型重建方法，其特征在于，所述按照目标模型的卷积层参数对所述待检测车牌图像进行卷积处理，得到目标车牌图像包括：
确定所述待检测车牌图像的像素尺寸；
根据所述待检测车牌图像的像素尺寸以及目标模型的卷积层参数，确定填充像素大小；
按照所述卷积层参数和所述填充像素大小对所述待检测车牌图像进行卷积处理，得到目标车牌图像。
10.根据权利要求8或9所述的车牌超分辨率模型重建方法，其特征在于，在所述获取待检测车牌图像之前，所述方法还包括：
将所述待检测车牌图像进行灰度处理。
11.一种车牌超分辨率模型重建装置，其特征在于，包括：
获取单元，用于执行：
(1)获取车牌的第一图像，将所述第一图像进行低分辨率处理，得到第二图像，其中，所述第一图像和所述第二图像包括数量相同且位置关系对应的至少一个局部图像；
处理单元，用于执行：
(2)确定第一局部图像和第二局部图像，所述第二局部图像为所述第二图像的至少一个局部图像中的任意一个，所述第一局部图像为所述第一图像的至少一个局部图像中与所述第二局部图像位置关系对应的一个；
(3)按照第一模型的卷积层参数对所述第二局部图像进行卷积处理，得到目标局部图像，所述目标局部图像与所述第一局部图像的像素尺寸相同；
(4)确定所述目标局部图像与所述第一局部图像的像素差异；
(5)判断所述像素差异是否满足预设条件；
(6)若是，则根据所述像素差异调整所述第一模型的卷积层参数，得到目标模型，若否，则根据所述像素差异调整所述第一模型的卷积层参数，得到第二模型，将所述第二模型的卷积层参数作为所述第一模型的卷积层参数并重复执行步骤(2)至(6)。
12.根据权利要求11所述的车牌超分辨率模型重建装置，其特征在于，所述处理单元，具体用于执行：
判断所述像素差异是否小于第一阈值；或，
判断所述像素差异是否小于所述第一阈值，且判断所述像素差异小于第一阈值的次数是否大于第二阈值；或，
判断所述像素差异的确定次数是否为预设次数的倍数。
13.根据权利要求12所述的车牌超分辨率模型重建装置，其特征在于，所述处理单元，还具体用于执行：
判断所述像素差异的确定次数是否为预设次数的倍数，且判断所述确定次数的像素差异的加权计算值是否小于所述第一阈值。
14.根据权利要求12或13所述的车牌超分辨率模型重建装置，其特征在于，所述获取单元，还具体用于执行：
将所述第一图像进行灰度处理。
15.根据权利要求14所述的车牌超分辨率模型重建装置，其特征在于，所述像素差异为像素均方差，所述处理单元，具体用于执行：
根据所述像素均方差调整所述第一模型中卷积层的卷积核参数；
所述根据所述像素均方差调整所述第一模型中卷积层的卷积核参数包括：
利用所述像素均方差确定第N层卷积层的像素损失，并根据所述第N层卷积层的像素损失调整所述第N层卷积层的卷积核参数，所述第一模型包括N层卷积层，所述N为大于零的整数；
根据所述第N-M层卷积层的像素损失确定第N-M-1层卷积层的像素损失，并根据所述第N-M-1层卷积层的像素损失调整所述第N-M-1层卷积层的卷积核参数，所述M为自然数。
16.根据权利要求11至13中任一项所述的车牌超分辨率模型重建装置，其特征在于，所述获取单元，具体用于执行：
对所述第一图像进行模糊处理和/或噪声处理，得到图像样本；
对所述图像样本分别进行光照不均处理，得到第二图像。
17.根据权利要求16所述的车牌超分辨率模型重建装置，其特征在于，所述噪声处理包括以下至少一种：
高斯噪声处理、瑞利噪声处理、指数噪声处理、椒盐噪声处理。
18.根据权利要求11所述的车牌超分辨率模型重建装置，其特征在于，
所述获取单元，还具体用于执行：
获取待检测车牌图像；
所述处理单元，还具体用于执行：
按照目标模型的卷积层参数对所述待检测车牌图像进行卷积处理，得到目标车牌图像，所述待检测车牌图像与所述目标车牌图像的像素尺寸相同。
19.根据权利要求18所述的车牌超分辨率模型重建装置，其特征在于，所述处理单元，还具体用于执行：
确定所述待检测车牌图像的像素尺寸；
根据所述待检测车牌图像的像素尺寸以及目标模型的卷积层参数，确定填充像素大小；
按照所述卷积层参数和所述填充像素大小对所述待检测车牌图像进行卷积处理，得到目标车牌图像。
20.根据权利要求18或19所述的车牌超分辨率模型重建装置，其特征在于，所述获取单元，还具体用于执行：
将所述待检测车牌图像进行灰度处理。