本发明涉及图片检索领域，特别是涉及一种车辆图片检索方法及装置。
背景技术：
目前，图片检索技术已经应用到各个领域中。比如在智能交通领域，可以将图像检索技术应用于查处套牌车辆、查处遮挡车牌的车辆等。
具体地，首先，获得待检索的目标车辆的图片；然后，将目标车辆的图片与预先保存在各个道路卡口拍摄的抓拍图像进行对比，并通过计算得到抓拍图像与目标车辆的图片的相似度，其中，抓拍图像保存在各个道路卡口的过车记录信息中；接下来，计算得到将所述过车记录信息中、相似度较高的抓拍图像，确定为目标车辆对应的检索结果图像；进而可以根据检索结果图像，确定目标车辆的行驶轨迹。
然而，由于所述过车记录信息中的抓拍图像是在车辆行驶过程中拍摄的，本身清晰度不够高，使得在所述过车记录信息中得到的检索结果图像的准确度较低不够高。
技术实现要素：
本发明实施例的目的在于提供一种车辆图片检索方法及装置，以提高检索目标车辆图片的准确率。具体技术方案如下：
本发明实施例提供一种车辆图片检索方法，所述方法包括：获得待检索的目标车辆的图片；将所述目标车辆的图片与预先保存在各个道路卡口拍摄的抓拍图像进行对比，获得多个可能包含所述目标车辆的候选抓拍图像，及各个候选抓拍图像与所述目标车辆的图片的相似度；根据预设的路网信息，将目标车辆出现次数最多的地理区域，确定为所述目标车辆对应的位置趋势区域；所述的路网信息包括：各个道路卡口在路网中的地理位置信息；按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大；根据调整后的相似度，从候选抓拍图像中确定检索结果图像。
优选的，所述根据预设的路网信息，将目标车辆出现次数最多的地理区域，确定为所述目标车辆对应的位置趋势区域的步骤，包括：确定各个所述候选抓拍图像分别对应的道路卡口为第一候选道路卡口；计算各个所述候选道路卡口分别对应的候选抓拍图像的张数；对所述第一候选道路卡口，按照所述第一张数从大到小进行排序；在已排序的所述第一候选道路卡口中，确定前预设第一个数的道路卡口为第二候选道路卡口；将各个所述第二候选道路卡口的地理位置信息对应的地理区域，确定所述目标车辆的位置趋势区域。
优选的，所述按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大的步骤，包括：将所述候选抓拍图像中，位于所述位置趋势区域之内的车辆抓拍图像确定为第一初选抓拍图像；将所述第一初选车辆抓拍图像的相似度增大预设第一系数；所述方法还包括：将所述候选抓拍图像中、位于所述位置趋势区域之外的抓拍图像确定为第二初选抓拍图像；将所述第二初选抓拍图像的相似度减小预设第二系数。
优选的，所述各个道路卡口拍摄的抓拍图像保存在所述各个道路卡口的过车记录信息中，所述过车记录信息还包括所述抓拍图像对应的过车时间，以及相邻道路卡口之间的车辆通行时长；所述方法还包括：在所述按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大的步骤之后，将第一目标初选抓拍图像对应的第一目标过车时间、与各所述第二初选抓拍图像对应的第二过车时间分别进行对比，其中，所述第一目标初选抓拍图像为所述第一初选抓拍图像中的任一个，所述第一目标初选抓拍图像对应的道路卡口为第一目标初选道路卡口，所述第二初选抓拍图像对应的道路卡口为第二初选道路卡口；根据所述城市路网信息库中记录的所述相邻道路卡口之间的车辆通行时长，确定从所述第一目标初选道路卡口分别到所述第二初选道路卡口所需的车辆通行总时长；确定所述第一目标过车时间与各所述第二过车时间之间的过车时间差；确定所述车辆通行总时长减去所述过车时间差的差值为候选时间差；将大于预设时间差阈值的候选时间差确定为目标时间差，以及将所述目标时间差对应的第二初选抓拍图像确定为第二目标初选抓拍图像；将所述第二目标初选抓拍图像从所述第二初选抓拍图像中删除。
优选的，通过如下步骤确定相邻道路卡口之间的车辆通行时长：根据所述各道路卡口的过车记录信息中的过车时间，计算在所述路网信息中、相邻道路卡口之间的车辆通行时长；将所述相邻道路卡口之间的车辆通行时长，保存在所述各个道路卡口的过车记录信息中。
优选的，所述方法还包括：在所述将所述第二目标初选抓拍图像从所述第二初选车辆抓拍图像中删除的步骤之后，将所述过车时间处于预设时间段内的候选抓拍图像确定为第三初选抓拍图像；根据拍摄各个所述第三初选抓拍图像的各个道路卡口的地理位置信息，将目标车辆出现最多的地理路线，确定所述目标车辆对应的行驶趋势轨迹；按照第二预设方式，将位于所述行驶趋势轨迹上道路卡口拍摄的候选车辆抓拍的相似度调大。
优选的，所述根据拍摄各个所述第三初选抓拍图像的各个道路卡口的地理位置信息，将目标车辆出现最多的地理路线，确定所述目标车辆对应的行驶趋势轨迹的步骤，包括：确定各个所述第三初选车辆抓拍图像对应的各个道路卡口为第三初选道路卡口；计算各个所述第三初选道路卡口分别对应的第三初选车辆抓拍图像的第二张数；对所述第三初选道路卡口，按照所述第二张数从大到小进行排序；在已排序的所述第三初选道路卡口中，确定前预设第二个数的道路卡口为第四初选道路卡口；根据所述第四初选道路卡口，确定所述目标车辆对应的行驶趋势轨迹。
优选的，所述按照第二预设方式，将位于所述行驶趋势轨迹上道路卡口拍摄的候选车辆抓拍的相似度调大的步骤，包括：将所述候选抓拍图像中、位于所述行驶趋势轨迹之上的抓拍图像确定为第四初选抓拍图像；将所述第四初选抓拍图像的相似度增大预设第三系数；所述方法还包括：将所述候选抓拍图像中、位于所述行驶趋势轨迹之外的抓拍图像确定为第五初选抓拍图像；将所述第五初选抓拍图像的相似度减小预设第四系数。
优选的，所述根据调整后的相似度，从所述候选抓拍图像中确定检索结果图像的步骤，包括：将所述候选车辆抓拍图像中、所述相似度超过预设的第二相似度阈值的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
优选的，所述根据调整后的相似度，从所述候选抓拍图像中确定检索结果图像的步骤，包括：按照所述候选抓拍图像的所述相似度，对所述候选抓拍图像从大到小进行排序；将已排序的所述候选车辆抓拍图像中、前预设第三个数的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
本发明实施例还提出了一种车辆图片检索装置，所述装置包括：第一获得单元，用于获得待检索的目标车辆的图片；第二获得单元，用于将所述目标车辆的图片与预先保存在各个道路卡口拍摄的抓拍图像进行对比，获得多个可能包含所述目标车辆的候选抓拍图像，及各个候选抓拍图像与所述目标车辆的图片的相似度；第一确定单元，用于根据预设的路网信息，将目标车辆出现次数最多的地理区域，确定为所述目标车辆对应的位置趋势区域；所述的路网信息包括：各个道路卡口在路网中的地理位置信息；第一调大单元，用于按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大；第二确定单元，用于根据调整后的相似度，从候选抓拍图像中确定检索结果图像。
优选的，所述第一确定单元，包括：第一确定子单元、第一计算子单元、第一排序子单元、第二确定子单元和第三确定子单元：所述第一确定子单元，用于确定各个所述候选抓拍图像分别对应的道路卡口为第一候选道路卡口；所述第一计算子单元，用于计算各个所述候选道路卡口分别对应的候选抓拍图像的张数；所述第一排序子单元，用于对所述第一候选道路卡口，按照所述第一张数从大到小进行排序；所述第二确定子单元，用于在已排序的所述第一候选道路卡口中，确定前预设第一个数的道路卡口为第二候选道路卡口；所述第三确定子单元，用于将各个所述第二候选道路卡口的地理位置信息对应的地理区域，确定所述目标车辆的位置趋势区域。
优选的，所述第一调大单元，包括：第四确定子单元和第一增大子单元；所述第四确定子单元，用于将所述候选抓拍图像中，位于所述位置趋势区域之内的车辆抓拍图像确定为第一初选抓拍图像；所述第一增大子单元，用于将所述第一初选车辆抓拍图像的相似度增大预设第一系数；所述装置还包括：第五确定子单元，用于将所述候选抓拍图像中、位于所述位置趋势区域之外的抓拍图像确定为第二初选抓拍图像；第一减小子单元，用于将所述第二初选抓拍图像的相似度减小预设第二系数。
优选的，所述各个道路卡口拍摄的抓拍图像保存在所述各个道路卡口的过车记录信息中，所述过车记录信息还包括所述抓拍图像对应的过车时间，以及相邻道路卡口之间的车辆通行时长；所述装置还包括：对比单元，用于在所述按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大的步骤之后，将第一目标初选抓拍图像对应的第一目标过车时间、与各所述第二初选抓拍图像对应的第二过车时间分别进行对比，其中，所述第一目标初选抓拍图像为所述第一初选抓拍图像中的任一个，所述第一目标初选抓拍图像对应的道路卡口为第一目标初选道路卡口，所述第二初选抓拍图像对应的道路卡口为第二初选道路卡口；第三确定单元，用于根据所述城市路网信息库中记录的所述相邻道路卡口之间的车辆通行时长，确定从所述第一目标初选道路卡口分别到所述第二初选道路卡口所需的车辆通行总时长；第四确定单元，用于确定所述第一目标过车时间与各所述第二过车时间之间的过车时间差；第五确定单元，用于确定所述车辆通行总时长减去所述过车时间差的差值为候选时间差；第六确定单元，用于将大于预设时间差阈值的候选时间差确定为目标时间差，以及将所述目标时间差对应的第二初选抓拍图像确定为第二目标初选抓拍图像；删除单元，用于将所述第二目标初选抓拍图像从所述第二初选抓拍图像中删除。
优选的，通过如下单元确定相邻道路卡口之间的车辆通行时长：计算单元，用于根据所述各道路卡口的过车记录信息中的过车时间，计算在所述路网信息中、相邻道路卡口之间的车辆通行时长；保存单元，用于将所述相邻道路卡口之间的车辆通行时长，保存在所述各个道路卡口的过车记录信息中。
优选的，所述装置还包括：第七确定单元，用于在所述将所述第二目标初选抓拍图像从所述第二初选车辆抓拍图像中删除的步骤之后，将所述过车时间处于预设时间段内的候选抓拍图像确定为第三初选抓拍图像；第八确定单元，用于根据拍摄各个所述第三初选抓拍图像的各个道路卡口的地理位置信息，将目标车辆出现最多的地理路线，确定所述目标车辆对应的行驶趋势轨迹；第二调大单元，用于按照第二预设方式，将位于所述行驶趋势轨迹上道路卡口拍摄的候选车辆抓拍的相似度调大。
优选的，所述第八确定单元，包括：第六确定子单元、第二计算子单元、第二排序子单元、第七确定子单元和第八确定子单元；所述第六确定子单元，用于确定各个所述第三初选车辆抓拍图像对应的各个道路卡口为第三初选道路卡口；所述第二计算子单元，用于计算各个所述第三初选道路卡口分别对应的第三初选车辆抓拍图像的第二张数；所述第二排序子单元，用于对所述第三初选道路卡口，按照所述第二张数从大到小进行排序；所述第七确定子单元，用于在已排序的所述第三初选道路卡口中，确定前预设第二个数的道路卡口为第四初选道路卡口；所述第八确定子单元，用于根据所述第四初选道路卡口，确定所述目标车辆对应的行驶趋势轨迹。
优选的，所述第二调大单元，包括：第九确定子单元和第二增大子单元；所述第九确定子单元，用于将所述候选抓拍图像中、位于所述行驶趋势轨迹之上的抓拍图像确定为第四初选抓拍图像；所述第二增大子单元，用于将所述第四初选抓拍图像的相似度增大预设第三系数；所述装置还包括：第十确定子单元，用于将所述候选抓拍图像中、位于所述行驶趋势轨迹之外的抓拍图像确定为第五初选抓拍图像；第二减小子单元，用于将所述第五初选抓拍图像的相似度减小预设第四系数。
优选的，所述第二确定单元，具体用于将所述候选车辆抓拍图像中、所述相似度超过预设的第二相似度阈值的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
优选的，所述第二确定单元，包括：第三排序子单元和第十一确定子单元；所述第三排序子单元，用于按照所述候选抓拍图像的所述相似度，对所述候选抓拍图像从大到小进行排序；所述第十一确定子单元，用于将已排序的所述候选车辆抓拍图像中、前预设第三个数的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
本发明实施例提供的一种车辆图片检索方法及装置；首先，获得待检索的目标车辆的图片；然后，将目标车辆的图像与保存在各个道路卡口拍摄的抓拍图像进行对比，获取多个可能包含目标车辆的候选抓拍图像，以及各个候选抓拍图像与目标车辆的图片的相似度；接下来，根据各个道路卡口在路网中的地理位置信息，将目标车辆出现次数最多的地理区域确定为位置趋势区域；按照预设方式调大候选抓拍图像的相似度；最终，根据调整后的相似度，从候选抓拍图像中确定检索结果图像。这样，能够根据目标车辆对应的位置趋势区域，调大各个道路卡口保存的、位于位置趋势区域之中的抓拍图像与目标车辆图片的相似度，以提高检索目标车辆图片的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的车辆图片检索方法的一种流程图；
图2为本发明实施例中位置趋势区域的示意图；
图3为本发明实施例中删除第二目标初选抓拍图像的一种流程图；
图4为本发明实施例中根据行驶趋势轨迹调整相似度的一种流程图；
图5为本发明实施例中行驶趋势轨迹的示意图；
图6为本发明实施例的车辆图片检索装置的一种结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种车辆图片检索方法，可以应用于服务器，当然也可以应用于其他类型的具有数据处理运算功能的设备，。参见图1，图1为本发明实施例的车辆图片检索方法的一种流程图，包括如下步骤：
步骤101，获得待检索的目标车辆的图片；
具体的，可以根据实际情况，选择获取待检测的目标车辆的图片的方式，比如，从道路卡口安装的摄像头来获取目标车辆的图片，或者直接使用预设的目标车辆的图像。
步骤102，将所述目标车辆的图片与预先保存在各个道路卡口拍摄的抓拍图像进行对比，获得多个可能包含所述目标车辆的候选抓拍图像，及各个候选抓拍图像与所述目标车辆的图片的相似度；
在本步骤中，可以将目标车辆的图片与各个道路卡口拍摄的抓拍图像进行对比，获取多个候选抓拍图像，以及候选抓拍图像相对于目标车辆的图片的相似度。需要说明的是，通过对比图像得到图像相似度的具体过程可以参考现有技术。
步骤103，根据预设的路网信息，将目标车辆出现次数最多的地理区域，确定为所述目标车辆对应的位置趋势区域；
其中，所述的路网信息包括：各个道路卡口在路网中的地理位置信息；
可以理解的，路网信息相当于建立交通地图与各个道路卡口之间的对应关系；对于每个道路卡口，均能够通过路网信息找到相应的地理位置信息。
在本步骤中，可以根据路网信息，将目标车辆出现次数最多的地理区域，确定为目标车辆对应的位置趋势区域；可以理解的，目标车辆出现在位置趋势区域之中的几率可能大于出现在位置趋势区域之外的几率。
需要说明的是，所述位置趋势区域可以是预先设置好的，也可以是有下述方法计算得到的。
可选的，在本发明的一种具体实现方式中，步骤103可以包括：
确定各个所述候选抓拍图像分别对应的道路卡口为第一候选道路卡口；
计算各个所述候选道路卡口分别对应的候选抓拍图像的张数；
对所述第一候选道路卡口，按照所述第一张数从大到小进行排序；
在已排序的所述第一候选道路卡口中，确定前预设第一个数的道路卡口为第二候选道路卡口；
将各个所述第二候选道路卡口的地理位置信息对应的地理区域，确定所述目标车辆的位置趋势区域。
举例说明，已知目标车辆对应的候选抓拍图像分别为抓拍图像a、抓拍图像b、抓拍图像c、抓拍图像d、抓拍图像e、抓拍图像f、抓拍图像g、抓拍图像h、抓拍图像i和抓拍图像j；
首先，可以确定抓拍图像a对应道路卡口1、抓拍图像b对应道路卡口2、抓拍图像c对应道路卡口3、抓拍图像d对应道路卡口3、抓拍图像e对应道路卡口2、抓拍图像f对应道路卡口1、抓拍图像g对应道路卡口1、抓拍图像h对应道路卡口4、抓拍图像i对应道路卡口5、抓拍图像j对应道路卡口6；
然后，确定道路卡口1、道路卡口2、道路卡口3、道路卡口4、道路卡口5和道路卡口6均为第一候选道路卡口；经计算可知道路卡口1对应三张抓拍图像，分别为抓拍图像a、抓拍图像f和抓拍图像g，道路卡口2对应两张抓拍图像，分别为抓拍图像b和抓拍图像e，道路卡口3对应两张抓拍图像，分别为抓拍图像d和抓拍图像c，道路卡口4对应1张抓拍图像，具体为抓拍图像h，道路卡口5对应1张抓拍图像，具体为抓拍图像i，道路卡口6对应1张抓拍图像，具体为抓拍图像j；
接下来，按照道路卡口对应的抓拍图像张数，对道路卡口从大到小进行排序，已排序的道路卡口为：道路卡口1、道路卡口2、道路卡口3、道路卡口4、道路卡口5、道路卡口6；其中，道路卡口2、道路卡口3是并列的，道路卡口4、道路卡口5、道路卡口6是并列的；
已知预设第一个数为三，可以确定已排序的道路卡口中，前三个道路卡口分别为道路卡口1、道路卡口2和道路卡口3；
最后，根据道路卡口1、道路卡口2和道路卡口3在路网中对应的地理区域，确定目标车辆的位置趋势区域为道路卡口1、道路卡口2和道路卡口3组成的位置趋势区域；如图2所示，图2为本发明实施例中的位置趋势区域的示意图，在图2中，小圆形为道路卡口，小圆形中的字母为抓拍图像编号，小圆形中的数字为道路卡口编号，椭圆形虚线即为道路卡口1、道路卡口2和道路卡口3组成的位置趋势区域，道路卡口4、道路卡口5和道路卡口6位于位置趋势区域之外。
步骤104，按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大；
在本步骤中，可以调大位于位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度，以提高位于位置趋势区域中的道路卡口拍摄的候选抓拍图像被确定为检索结果图像的几率。
可选的，在本发明的一种具体实现方式中，步骤104可以包括以下子步骤：
将所述候选抓拍图像中，位于所述位置趋势区域之内的车辆抓拍图像确定为第一初选抓拍图像；
将所述第一初选车辆抓拍图像的相似度增大预设第一系数；
所述方法还包括：
将所述候选抓拍图像中、位于所述位置趋势区域之外的抓拍图像确定为第二初选抓拍图像；
将所述第二初选抓拍图像的相似度减小预设第二系数。
其中，可以根据实际情况预设的第一系数和第二系数的大小，具体可以在0至1之间。
为了方便理解，在前文图2所示例子的基础上进行说明：
已知预设第一系数为0.1，预设第二系数为0.2；
首先，确定位于位置趋势区域之内的抓拍图像a的相似度为0.6、抓拍图像f的相似度为0.65、抓拍图像g的相似度为0.61、抓拍图像b的相似度为0.7、抓拍图像e的相似度为0.75、抓拍图像d的相似度为0.68、抓拍图像c的相似度为0.8，位于位置趋势区域之外的抓拍图像h的相似度为0.7、抓拍图像i的相似度为0.65、抓拍图像j的相似度为0.75；
然后，可以将抓拍图像a的相似度调大为0.6+0.1＝0.7，将抓拍图像f的相似度调大为0.65+0.1＝0.75，将抓拍图像g的相似度调大为0.61+0.1＝0.71，将抓拍图像b的相似度调大为0.7+0.1＝0.8，将抓拍图像e的相似度调大为0.75+0.1＝0.85，将抓拍图像d的相似度调大为0.68+0.1＝0.78，将抓拍图像c的相似度调大为0.8+0.1＝0.9；
还可以将抓拍图像h的相似度调小为0.7-0.2＝0.5，将抓拍图像i的相似度调小为0.65-0.2＝0.45，将抓拍图像j的相似度调小为0.75-0.2＝0.55。
可见，本发明实施例能够根据目标车辆对应的位置趋势区域，调整位于位置趋势区域之中的抓拍图像与目标车辆图片的相似度，以提高检索目标车辆图片的准确率。
此外，所述各个道路卡口拍摄的抓拍图像保存在所述各个道路卡口的过车记录信息中，所述过车记录信息还包括所述抓拍图像对应的过车时间，以及相邻道路卡口之间的车辆通行时长。
可选的，在本发明的一种具体实现方式中，可以通过如下步骤确定相邻道路卡口之间的车辆通行时长：
根据所述各道路卡口的过车记录信息中的过车时间，计算在所述路网信息中、相邻道路卡口之间的车辆通行时长；
将所述相邻道路卡口之间的车辆通行时长，保存在所述各个道路卡口的过车记录信息中。
比如，可以针对同一个车辆，从道路卡口1的过车记录信息中获取所述车辆的第一过车时间，以及从道路卡口2的过车记录信息中、获取所述车辆对应的第二过车时间，这样，就可以将第二过车时间和第一过车时间的差值作为所述车辆从道路卡口1到道路卡口2的通行时长；为了使车辆通行时间更加准确，可以计算多辆车从道路卡口1到道路卡口2的通行时长，将这些车辆通行时长的平均值作为道路卡口1与道路卡口2之间的车辆通行时长；可以理解的，路网中各相邻道路卡口之间的车辆通行时长可以使用同样的方法计算得到。
当然，也可以使用其他方法计算相邻道路卡口之间的车辆通行时长，本发明对计算相邻道路卡口之间的车辆通行时长的具体方法不加以限制。
比如，车辆a在道路卡口1的过车记录的过车时间为2017年1月20日上午9点，车辆a在道路卡口2的过车记录的过车时间为2017年1月20日上午9点30分，可得车辆a从道路卡口1到道路卡口2的通行时长为30分钟；车辆b在道路卡口1的过车记录的过车时间为2016年12月20日上午10点，车辆b在道路卡口2的过车记录的过车时间为2016年12月20日上午10点40分，可得车辆b从道路卡口1到道路卡口2的通行时长为40分钟；这样，可以得到道路卡口1与道路卡口2之间的车辆通行时长为(30+40)/2＝35分钟。
接下来，可选的，所述各个道路卡口拍摄的抓拍图像保存在所述各个道路卡口的过车记录信息中，所述过车记录信息还包括所述抓拍图像对应的过车时间，以及相邻道路卡口之间的车辆通行时长。
在本发明的一种具体实现方式中，可以对第二初选抓拍图像中的抓拍图像进行进一步筛选；如图3所示，图3为本发明实施例中删除第二目标初选抓拍图像的一种流程图，所述方法还可以包括：
在所述按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大的步骤之后：
步骤301，将第一目标初选抓拍图像对应的第一目标过车时间、与各所述第二初选抓拍图像对应的第二过车时间分别进行对比；
其中，所述第一目标初选抓拍图像为所述第一初选抓拍图像中的任一个，所述第一目标初选抓拍图像对应的道路卡口为第一目标初选道路卡口，所述第二初选抓拍图像对应的道路卡口为第二初选道路卡口。
为了方便理解，在前文图2所示例子的基础上进行说明：
已知道路卡口1、道路卡口2和道路卡口3位于位置趋势区域之内，道路卡口4、道路卡口5和道路卡口6位于位置趋势区域之外；道路卡口1对应抓拍图像a、抓拍图像f和抓拍图像g，道路卡口2对应抓拍图像b和抓拍图像e，道路卡口3对应抓拍图像d和抓拍图像c，道路卡口4对应抓拍图像h，道路卡口5对应抓拍图像i，道路卡口6对应抓拍图像j；抓拍图像a的过车时间为2017年1月20日9:00，抓拍图像f的过车时间为2017年1月21日9:00，抓拍图像g的过车时间为2017年1月22日9:00，抓拍图像b的过车时间为2017年1月1日10:00，抓拍图像e的过车时间为2017年1月2日10:00，抓拍图像d的过车时间为2017年1月20日8:50，抓拍图像c的过车时间为2017年1月21日8:50，抓拍图像h的过车时间为2017年1月20日9:00，抓拍图像i的过车时间为2017年1月20日8:40，抓拍图像j的过车时间为2017年1月20日8:30；
其中，抓拍图像a、抓拍图像f、抓拍图像g、抓拍图像b、抓拍图像e、抓拍图像d和抓拍图像c为第一初选抓拍图像，抓拍图像h、抓拍图像i和抓拍图像j为第二初选抓拍图像；
具体地，选择抓拍图像a作为第一目标初选抓拍图像，将抓拍图像a的过车时间分别与抓拍图像h、抓拍图像i和抓拍图像j进行对比。
步骤302，根据所述城市路网信息库中记录的所述相邻道路卡口之间的车辆通行时长，确定从所述第一目标初选道路卡口分别到所述第二初选道路卡口所需的车辆通行总时长；
为了方便理解，在步骤301所示例子的基础上进行说明：
首先，从图2中可知，道路卡口1分别与道路卡口2和道路卡口3相邻，道路卡口4分别与道路卡口2、道路卡口3、道路卡口4、道路卡口6相邻，道路卡口3与道路卡口5相邻；从城市路网信息库中记录的所述相邻道路卡口之间的车辆通行时长可知，道路卡口1与道路卡口2之间的车辆通行时长为0.1小时、道路卡口1与道路卡口3之间的车辆通行时长为0.1小时、道路卡口4与道路卡口2之间的车辆通行时长为0.1小时、道路卡口4与道路卡口3之间的车辆通行时长为0.2小时、道路卡口4与道路卡口5之间的车辆通行时长为0.2小时、道路卡口4与道路卡口6之间的车辆通行时长为0.2小时、道路卡口5与道路卡口3之间的车辆通行时长为0.2小时、道路卡口5与道路卡口6之间的车辆通行时长为0.2小时；
可得，抓拍图像a的道路卡口1到抓拍图像h的道路卡口4之间的车辆通行总时长为0.1+0.1＝0.2小时，抓拍图像a的道路卡口1到抓拍图像i的道路卡口5之间的车辆通行总时长为0.1+0.2＝0.3小时，抓拍图像a的道路卡口1到抓拍图像j的道路卡口6之间的车辆通行总时长为0.1+0.1+0.2＝0.4小时。
步骤303，确定所述第一目标过车时间与各所述第二过车时间之间的过车时间差；
为了方便理解，在步骤302所示例子的基础上进行说明：
已知抓拍图像a的第一目标过车时间为2017年1月20日9:00，可得第一目标过车时间与抓拍图像h的第二过车时间2017年1月20日9:00之间的过车时间差为0小时；
已知抓拍图像a的第一目标过车时间为2017年1月20日9:00，可得第一目标过车时间与抓拍图像i的第二过车时间2017年1月20日8:40之间的过车时间差为20分钟即0.33小时；
已知抓拍图像a的第一目标过车时间为2017年1月20日9:00，可得第一目标过车时间与抓拍图像j的第二过车时间2017年1月20日8:30之间的过车时间差为30分钟即0.5小时。
步骤304，确定所述车辆通行总时长减去所述过车时间差的差值为候选时间差；
为了方便理解，在步骤303所示例子的基础上进行说明：对于抓拍图像a和抓拍图像h，差值为0.2小时-0小时＝0.2小时；对于抓拍图像a和抓拍图像i，差值为0.3小时-.33＝-0.3小时；对于抓拍图像a和抓拍图像j，差值为0.4小时-0.5小时＝-0.1小时；最终可得到0.2小时、-0.3小时和-0.1小时为候选时间差。
步骤305，将大于预设时间差阈值的候选时间差对应的第二初选抓拍图像，确定为第二目标初选抓拍图像；
为了方便理解，在步骤304所示例子的基础上进行说明：已知预设时间差阈值为5分钟即0.08小时，那么，在候选时间差中、大于预设时间差阈值的候选时间差为0.2小时，对应的第二初选抓拍图像为抓拍图像h；这样，可以将抓拍图像h确定为第二目标初选抓拍图像。
步骤306，判断所述第一初选抓拍图像中、除所述第一目标初选抓拍图像以外的抓拍图像是否均携带已使用标记；若为否；则执行步骤307；若为是，则执行步骤308；
需要说明的是，当第一次执行步骤306时，第一初选抓拍图像中中尚不存在携带已使用标记的抓拍图像。
步骤307，将所述第一目标初选抓拍图像打上已使用标记，将所述第一初选抓拍图像中、不携带所述已使用标记的抓拍图像确定为第一目标初选抓拍图像，执行步骤301；
为了方便理解，在步骤305所示例子的基础上进行说明：
此时，可以将抓拍图像a打上已使用标记，将抓拍图像f、抓拍图像g、抓拍图像b、抓拍图像e、抓拍图像d和抓拍图像c中的任一抓拍图像作为新的第一目标初选抓拍图像；
当将抓拍图像f作为新的第一目标初选抓拍图像时，重新从步骤301开始顺序执行之后，可得：抓拍图像f和抓拍图像h对应的差值为0.2小时-24小时＝-23.8小时；抓拍图像f和抓拍图像i对应的差值为0.3小时-11天4小时＝-11天3.7小时；抓拍图像f和抓拍图像j对应的差值为0.4小时-18天19小时＝-18天18.6小时；可知，候选时间差均小于零，因此抓拍图像f没有对应的第二目标初选抓拍图像；
接下来，将抓拍图像f打上已使用标记，将抓拍图像g、抓拍图像b、抓拍图像e、抓拍图像d和抓拍图像c中的任一抓拍图像作为新的第一目标初选抓拍图像，进而计算新的第一目标初选抓拍图像对应的第二目标初选抓拍图像；
如此循环计算，直到在第一初选抓拍图像中、除当前的第一目标初选抓拍图像以外的所有抓拍图像均携带已使用标记，则对抓拍图像h、抓拍图像i和抓拍图像j的筛选结束。
可以理解的，已使用标记用于区分已与第二初选抓拍图像中的抓拍图像对比过的第一初选抓拍图像；当第一初选抓拍图像中的所有抓拍图像均携带已使用标记时，对第二初选抓拍图像的筛选也就结束了。
步骤308，将所述第二目标初选抓拍图像从所述第二初选抓拍图像中删除。
为了方便理解，在步骤307所示例子的基础上进行说明：已知抓拍图像h为第二目标初选抓拍图像，那么，可以从抓拍图像h、抓拍图像i和抓拍图像j中删除抓拍图像h，更新后的第二初选抓拍图像为抓拍图像i和抓拍图像j。
需要说明的是，第二目标初选抓拍图像对应的过车时间与第一目标初选抓拍图像对应的过车时间非常接近，参考第一目标初选抓拍图像的道路卡口与第二目标初选抓拍图像的道路卡口之间的车辆通行总时长以及预设的时间差阈值，可以认为目标车辆不可能同时出现在第二目标初选抓拍图像的道路卡口和第一目标初选抓拍图像的道路卡口中，由于第一目标初选抓拍图像位于位置趋势区域中，因此，可以选择删除第二目标初选抓拍图像，以缩小候选抓拍图像的范围，提高目标车辆图片的检索准确率。
这样，结合位置趋势区域和过车时间，可以对位置趋势区域之外的抓拍图像进行再次筛选，以缩小候选抓拍图像的范围，提高目标车辆图片的检索准确率。
接下来，在本发明的一种具体实现方式中，可以根据目标车辆的行驶趋势轨迹，对候选抓拍图像进行进一步筛选，如图4所示，图4为本发明实施例中根据行驶趋势轨迹调整相似度的一种流程图，所述方法还包括：
步骤401，在所述将所述第二目标初选抓拍图像从所述第二初选车辆抓拍图像中删除的步骤之后，将所述过车时间处于预设时间段内的候选抓拍图像确定为第三初选抓拍图像；
实际应用中，需要预设一个时间段，时间段的长度具体可以是0.5小时，本发明对预设时间段的具体数值不加以限制。
为了方便理解，在步骤308所示例子的基础上进行说明：已知预设的时间段为2017年1月20日8:30至2017年1月20日9:00；在候选抓拍图像，具体为抓拍图像a、抓拍图像f、抓拍图像g、抓拍图像b、抓拍图像e、抓拍图像d、抓拍图像c、抓拍图像i和抓拍图像j之中，可知抓拍图像a、抓拍图像d、抓拍图像i和抓拍图像j的过车时间均位于2017年1月20日8:30至2017年1月20日9:00之间，因此，可以确定抓拍图像a、抓拍图像d、抓拍图像i和抓拍图像j为第三初选抓拍图像。
步骤402，根据拍摄各个所述第三初选抓拍图像的各个道路卡口的地理位置信息，将目标车辆出现次数最多的地理路线，确定所述目标车辆对应的行驶趋势轨迹；
在本步骤中，可以根据目标车辆出现次数最多的地理路线，确定目标车辆对应的行驶趋势轨迹。
可选的，在本发明的一种具体实现方式中，步骤402可以包括：
确定各个所述第三初选车辆抓拍图像对应的各个道路卡口为第三初选道路卡口；
计算各个所述第三初选道路卡口分别对应的第三初选车辆抓拍图像的第二张数；
对所述第三初选道路卡口，按照所述第二张数从大到小进行排序；
在已排序的所述第三初选道路卡口中，确定前预设第二个数的道路卡口为第四初选道路卡口；
根据所述第四初选道路卡口，确定所述目标车辆对应的行驶趋势轨迹。
为了方便理解，在步骤401所示例子的基础上进行说明：
首先，确定第三初选抓拍图像：抓拍图像a、抓拍图像d、抓拍图像i和抓拍图像j分别对应的道路卡口1、道路卡口3、道路卡口5和道路卡口6为第三初选道路卡口；
然后，计算得到抓拍图像a的道路卡口1，对应的抓拍图像共三个，说明目标车辆出现的次数为3；抓拍图像d的道路卡口3，对应的抓拍图像共两个，说明目标车辆出现的次数为2；抓拍图像i的道路卡口5，对应的抓拍图像共一个，说明目标车辆出现的次数为1；抓拍图像j的道路卡口6，对应的抓拍图像共1个，说明目标车辆出现的次数为1；
接下来，按照目标车辆出现的次数对道路卡口的排序结果为道路卡口1、道路卡口3、道路卡口5、道路卡口6，其中，道路卡口5和道路卡口6是并列的；
已知预设第二个数为4，可将道路卡口1、道路卡口3、道路卡口5、道路卡口6均作为第四初选道路卡口；
最后，由道路卡口1、道路卡口3、道路卡口5、道路卡口6组成一条行驶趋势轨迹，如图5所示，图5为本发明实施例中行驶趋势轨迹的示意图，图5中加粗的线条即为目标车辆的行驶趋势轨迹。
步骤403，按照第二预设方式，将位于所述行驶趋势轨迹上的道路卡口拍摄的候选车辆抓拍的相似度调大。
在本步骤中，可以根据目标车辆的行驶趋势轨迹，调整候选车辆抓拍的相似度。
可选的，在本发明的一种具体实现方式中，步骤403可以包括：
将所述候选抓拍图像中、位于所述行驶趋势轨迹之上的抓拍图像确定为第四初选抓拍图像；
将所述第四初选抓拍图像的相似度增大预设第三系数；
所述方法还包括：
将所述候选抓拍图像中、位于所述行驶趋势轨迹之外的抓拍图像确定为第五初选抓拍图像；
将所述第五初选抓拍图像的相似度减小预设第四系数。
其中，可以根据实际情况预设的第三系数和第四系数的大小，具体可以在0至1之间。
为了方便理解，在步骤402所示例子的基础上进行说明：
已知道路卡口1、道路卡口3、道路卡口5、道路卡口6位于目标车辆的行驶趋势轨迹上；
首先，可以确定抓拍图像a、抓拍图像f、抓拍图像g、抓拍图像d、抓拍图像c、抓拍图像i和抓拍图像j为第四初选抓拍图像；
接下来，已知预设第三系数为0.05，预设第四系数为0.05，可以将抓拍图像a的相似度调大为0.7+0.05＝0.75，将抓拍图像f的相似度调大为0.75+0.05＝0.8，将抓拍图像g的相似度调大为0.71+0.05＝0.76，将抓拍图像d的相似度调大为0.78+0.05＝0.83，将抓拍图像c的相似度调大为0.9+0.05＝0.95；将抓拍图像i的相似度调大为0.45+0.5＝0.5，将抓拍图像j的相似度调大为0.55+0.05＝0.6；
还可以将抓拍图像b的相似度调小为0.8-0.05＝0.75，将抓拍图像e的相似度调小为0.85-0.05＝0.7，将抓拍图像h的相似度调小为0.5-0.05＝0.45。
如图1所示，步骤105，根据调整后的相似度，从候选抓拍图像中确定检索结果图像。
在本步骤中，可以在候选抓拍图像中，根据最终确定的相似度确定目标图像对应的检索结果图像。
可选的，在本发明的一种具体实现方式中，步骤105具体可以包括：
将所述候选车辆抓拍图像中、所述相似度超过预设的第二相似度阈值的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
为了方便理解，在步骤403所示例子的基础上进行说明：已知预设的第二相似度阈值为0.8，那么，候选车辆抓拍图像中相似度超过0.8的候选照片图像为抓拍图像e和抓拍图像c；可以将抓拍图像e和抓拍图像c确定为目标车辆在路网信息库中的检索结果。
此外，本发明还有一种具体实现方式来实现步骤105，步骤105具体还可以包括：
按照所述候选抓拍图像的所述相似度，对所述候选抓拍图像从大到小进行排序；
将已排序的所述候选车辆抓拍图像中、前预设第三个数的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
为了方便理解，在步骤403所示例子的基础上进行说明：
首先，按照相似度，排序后的候选车辆为：抓拍图像c、抓拍图像d、抓拍图像g、抓拍图像f、抓拍图像a、抓拍图像b、抓拍图像e、抓拍图像j、抓拍图像i和抓拍图像h，其中，抓拍图像a、抓拍图像b是并列的；
接下来，已知预设第三个数为3，则可以确定抓拍图像c、抓拍图像d、抓拍图像g为目标车辆在所述路网信息库中的检索结果图像。
可见，本发明实施例能够根据目标车辆对应的位置趋势区域以及行驶趋势轨迹，调整候选抓拍图像与目标车辆图片的相似度，以提高目标车辆图片的检索准确率。
本发明实施例又公开了一种车辆图片检索装置，如图6所示，图6为本发明实施例的车辆图片检索装置的一种结构图，该装置与图1所示的方法流程相对应，所述装置包括：
第一获得单元601，用于获得待检索的目标车辆的图片；
第二获得单元602，用于将所述目标车辆的图片与预先保存在各个道路卡口拍摄的抓拍图像进行对比，获得多个可能包含所述目标车辆的候选抓拍图像，及各个候选抓拍图像与所述目标车辆的图片的相似度；
第一确定单元603，用于根据预设的路网信息，将目标车辆出现次数最多的地理区域，确定为所述目标车辆对应的位置趋势区域；所述的路网信息包括：各个道路卡口在路网中的地理位置信息；
第一调大单元604，用于按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大；
第二确定单元605，用于根据调整后的相似度，从候选抓拍图像中确定检索结果图像。
在本发明的一种可选实施例中，所述第一确定单元603，包括：第一确定子单元、第一计算子单元、第一排序子单元、第二确定子单元和第三确定子单元：
所述第一确定子单元，用于确定各个所述候选抓拍图像分别对应的道路卡口为第一候选道路卡口；
所述第一计算子单元，用于计算各个所述候选道路卡口分别对应的候选抓拍图像的张数；
所述第一排序子单元，用于对所述第一候选道路卡口，按照所述第一张数从大到小进行排序；
所述第二确定子单元，用于在已排序的所述第一候选道路卡口中，确定前预设第一个数的道路卡口为第二候选道路卡口；
所述第三确定子单元，用于将各个所述第二候选道路卡口的地理位置信息对应的地理区域，确定所述目标车辆的位置趋势区域。
在本发明的又一种可选实施例中，所述第一调大单元604，包括：第四确定子单元和第一增大子单元；
所述第四确定子单元，用于将所述候选抓拍图像中，位于所述位置趋势区域之内的车辆抓拍图像确定为第一初选抓拍图像；
所述第一增大子单元，用于将所述第一初选车辆抓拍图像的相似度增大预设第一系数；
所述装置还包括：
第五确定子单元，用于将所述候选抓拍图像中、位于所述位置趋势区域之外的抓拍图像确定为第二初选抓拍图像；
第一减小子单元，用于将所述第二初选抓拍图像的相似度减小预设第二系数。
在本发明的另一种可选实施例中，所述装置还包括：
所述各个道路卡口拍摄的抓拍图像保存在所述各个道路卡口的过车记录信息中，所述过车记录信息还包括所述抓拍图像对应的过车时间，以及相邻道路卡口之间的车辆通行时长；所述装置还包括：
对比单元，用于在所述按第一预设方式，将位于所述位置趋势区域中道路卡口拍摄的候选抓拍图像的相似度调大的步骤之后，将第一目标初选抓拍图像对应的第一目标过车时间、与各所述第二初选抓拍图像对应的第二过车时间分别进行对比，其中，所述第一目标初选抓拍图像为所述第一初选抓拍图像中的任一个，所述第一目标初选抓拍图像对应的道路卡口为第一目标初选道路卡口，所述第二初选抓拍图像对应的道路卡口为第二初选道路卡口；
第三确定单元，用于根据所述城市路网信息库中记录的所述相邻道路卡口之间的车辆通行时长，确定从所述第一目标初选道路卡口分别到所述第二初选道路卡口所需的车辆通行总时长；
第四确定单元，用于确定所述第一目标过车时间与各所述第二过车时间之间的过车时间差；
第五确定单元，用于确定所述车辆通行总时长减去所述过车时间差的差值为候选时间差；
第六确定单元，用于将大于预设时间差阈值的候选时间差确定为目标时间差，以及将所述目标时间差对应的第二初选抓拍图像确定为第二目标初选抓拍图像；
删除单元，用于将所述第二目标初选抓拍图像从所述第二初选抓拍图像中删除。
在本发明的再一种可选实施例中，通过如下单元确定相邻道路卡口之间的车辆通行时长：
计算单元，用于根据所述各道路卡口的过车记录信息中的过车时间，计算在所述路网信息中、相邻道路卡口之间的车辆通行时长；
保存单元，用于将所述相邻道路卡口之间的车辆通行时长，保存在所述各个道路卡口的过车记录信息中。
在本发明的再一种可选实施例中，所述装置还包括：
第七确定单元，用于在所述将所述第二目标初选抓拍图像从所述第二初选车辆抓拍图像中删除的步骤之后，将所述过车时间处于预设时间段内的候选抓拍图像确定为第三初选抓拍图像；
第八确定单元，用于根据拍摄各个所述第三初选抓拍图像的各个道路卡口的地理位置信息，将目标车辆出现最多的地理路线，确定所述目标车辆对应的行驶趋势轨迹；
第二调大单元，用于按照第二预设方式，将位于所述行驶趋势轨迹上道路卡口拍摄的候选车辆抓拍的相似度调大。
在本发明的再一种可选实施例中，所述第八确定单元，包括：第六确定子单元、第二计算子单元、第二排序子单元、第七确定子单元和第八确定子单元；
所述第六确定子单元，用于确定各个所述第三初选车辆抓拍图像对应的各个道路卡口为第三初选道路卡口；
所述第二计算子单元，用于计算各个所述第三初选道路卡口分别对应的第三初选车辆抓拍图像的第二张数；
所述第二排序子单元，用于对所述第三初选道路卡口，按照所述第二张数从大到小进行排序；
所述第七确定子单元，用于在已排序的所述第三初选道路卡口中，确定前预设第二个数的道路卡口为第四初选道路卡口；
所述第八确定子单元，用于根据所述第四初选道路卡口，确定所述目标车辆对应的行驶趋势轨迹。
在本发明的再一种可选实施例中，所述第二调大单元，包括：第九确定子单元和第二增大子单元；
所述第九确定子单元，用于将所述候选抓拍图像中、位于所述行驶趋势轨迹之上的抓拍图像确定为第四初选抓拍图像；
所述第二增大子单元，用于将所述第四初选抓拍图像的相似度增大预设第三系数；
所述装置还包括：
第十确定子单元，用于将所述候选抓拍图像中、位于所述行驶趋势轨迹之外的抓拍图像确定为第五初选抓拍图像；
第二减小子单元，用于将所述第五初选抓拍图像的相似度减小预设第四系数。
在本发明的再一种可选实施例中，所述第二确定单元605，具体用于将所述候选车辆抓拍图像中、所述相似度超过预设的第二相似度阈值的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
在本发明的再一种可选实施例中，所述第二确定单元605，包括：第三排序子单元和第十一确定子单元；
所述第三排序子单元，用于按照所述候选抓拍图像的所述相似度，对所述候选抓拍图像从大到小进行排序；
所述第十一确定子单元，用于将已排序的所述候选车辆抓拍图像中、前预设第三个数的抓拍图像，确定为所述目标车辆在所述路网信息库中的检索结果图像。
本上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
这样，本发明实施例所提供的装置，这样，能够根据目标车辆对应的位置趋势区域和行驶趋势轨迹，调整各个道路卡口保存的、位于位置趋势区域之中的抓拍图像与目标车辆图片的相似度，以提高检索目标车辆图片的准确率。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。