车辆颜色识别方法及装置与流程

本申请涉及图像处理技术领域，尤其涉及车辆颜色识别方法及装置。

背景技术：

随着网络技术的发展，以及车辆数量的猛增，智能化的交通管理尤为重要。在智能化的交通管理中，公路车辆智能监测记录系统(intelligent monitoring and recording system of vehicles on highways，简称卡口)和闯红灯自动记录系统(automatic detecting and recording system for violation of traffic signal，简称电警)应用十分广泛。通过卡口设备能够对受监控路面的车辆信息进行自动采集和处理，通过电警设备能够对指定车道内机动车闯红灯行为进行不间断自动检测和记录。

车辆颜色作为一项重要且非常直观的车辆属性，可以为车辆的管理、追踪、检索等提供重要依据。然而，卡口设备和电警设备很容易受到环境、光照等因素的影响，导致所采集到的车辆图片相较于真实的车辆颜色存在较大差异。从而，在根据车辆颜色检索卡口设备或电警设备所采集到的车辆图片时，很容易出现误检、漏检等问题。

技术实现要素：

为克服相关技术中存在的问题，本申请提供了车辆颜色识别方法及装置，目的是实现对卡口、电警等设备所拍摄的车辆图片进行颜色修正，使得拍摄的车辆图片的颜色更接近于真实的车辆颜色，从而在根据车辆颜色进行检索时，使得检索结果尽可能地准确。

根据本申请实施例的第一方面，提供一种车辆颜色识别方法，所述方法包括：

获取目标车辆图片中包括的目标车辆的拍摄号牌颜色；

根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色。

可选的，所述根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色，包括：

对所述目标车辆图片进行图片分析，得到所述目标车辆的车型；

根据所述车型与号牌颜色的对应关系，得到所述目标车辆的真实号牌颜色；所述号牌颜色包括如下至少一个：号牌背景色、号牌字符色；

根据所述目标车辆的拍摄号牌颜色、以及所述真实号牌颜色，得到所述拍摄号牌颜色与所述真实号牌颜色之间的颜色分量比例关系；

根据所述颜色分量比例关系、以及所述目标车辆的拍摄车辆颜色的颜色分量，得到所述目标车辆的真实车辆颜色的颜色分量，确定所述目标车辆的真实车辆颜色。

可选的，所述根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色，包括：

根据所述拍摄号牌颜色，查找预先保存的色卡库，并在所述色卡库中查找到包括所述拍摄号牌颜色的目标色卡；

在所述目标色卡上查找到所述目标车辆的拍摄车辆颜色；

根据所述拍摄车辆颜色在所述目标色卡中的色卡位置，查找标准色卡，确定所述目标车辆的真实车辆颜色；所述目标色卡和标准色卡在同一色卡位置上分别是拍摄颜色和对应的真实颜色。

可选的，所述方法还包括：

确定所述目标车辆的真实车辆颜色后，获取所述真实车辆颜色的真实亮度值，并获取所述目标车辆的拍摄车辆颜色的拍摄亮度值；

根据所述真实亮度值与所述拍摄亮度值确定亮度偏移值；

将所述车辆图片转换为YUV图像；

根据所述亮度偏移值，在所述YUV图像的Y分量上进行亮度偏移；

将亮度偏移后的YUV图像转换为RGB图像；

确定所述RGB图像中包括的目标车辆的车辆颜色为亮度修正后的所述目标车辆的真实车辆颜色。

可选的，所述方法还包括：

当确定所述目标车辆图片为灰度图像时，确定所述目标车辆的拍摄车辆颜色的灰度值；

根据预设的灰度值范围与颜色的对应关系，将所述拍摄车辆颜色的灰度值所处的灰度值范围所对应的颜色，确定为所述目标车辆的真实车辆颜色。

根据本申请实施例的第二方面，提供一种车辆颜色识别装置，所述装置包括：

获取模块，用于获取目标车辆图片中包括的目标车辆的拍摄号牌颜色；

确定模块，用于根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色。

可选的，所述确定模块，包括：

车型分析子模块，用于对所述目标车辆图片进行图片分析，得到所述目标车辆的车型；

号牌颜色确定子模块，用于根据所述车型与号牌颜色的对应关系，得到所述目标车辆的真实号牌颜色；所述号牌颜色包括如下至少一个：号牌背景色、号牌字符色；

关系确定子模块，用于根据所述目标车辆的拍摄号牌颜色、以及所述真实号牌颜色，得到所述拍摄号牌颜色与所述真实号牌颜色之间的颜色分量比例关系；

车辆颜色确定子模块，用于根据所述颜色分量比例关系，以及所述目标车辆的拍摄车辆颜色的颜色分量，得到所述目标车辆的真实车辆颜色的颜色分量，确定所述目标车辆的真实车辆颜色。

可选的，所述确定模块，包括：

第一查找子模块，用于根据所述拍摄号牌颜色，查找预先保存的色卡库，并在所述色卡库中查找到包括所述拍摄号牌颜色的目标色卡；

第二查找子模块，用于在所述目标色卡上查找到所述目标车辆的拍摄车辆颜色；

第三查找子模块，用于根据所述拍摄车辆颜色在所述目标色卡中的色卡位置，查找标准色卡，确定所述目标车辆的真实车辆颜色；所述目标色卡和标准色卡在同一色卡位置上分别是拍摄颜色和对应的真实颜色。

可选的，所述装置还包括：

亮度计算模块，用于确定所述目标车辆的真实车辆颜色后，获取所述真实车辆颜色的真实亮度值，并获取所述目标车辆的拍摄车辆颜色的拍摄亮度值；

偏移计算模块，用于根据所述真实亮度值与所述拍摄亮度值确定亮度偏移值；

图像转换模块，用于将所述车辆图片转换为YUV图像；

亮度偏移模块，用于根据所述亮度偏移值，在所述YUV图像的Y分量上进行亮度偏移；

所述图像转换模块，还用于：将亮度偏移后的YUV图像转换为RGB图像；

所述确定模块，还用于：确定所述RGB图像中包括的目标车辆的车辆颜色为亮度修正后的所述目标车辆的真实车辆颜色。

可选的，所述装置还包括：

灰度值确定模块，用于当确定所述目标车辆图片为灰度图像时，确定所述目标车辆的拍摄车辆颜色的灰度值；

所述确定模块，还用于：根据预设的灰度值范围与颜色的对应关系，将所述拍摄车辆颜色的灰度值所处的灰度值范围所对应的颜色，确定为所述目标车辆的真实车辆颜色。

由上述实施例可见，通过对目标车辆图片进行分析，可以获取到目标车辆的拍摄号牌颜色，再根据该拍摄号牌颜色与真实车辆颜色之间的颜色关系，可以确定目标车辆的真实车辆颜色。在根据车辆颜色进行检索时，由于可以获取到目标车辆图片中包括的目标车辆的真实车辆颜色，从而可以有效地避免出现误检、漏检等问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为本申请车辆颜色识别方法的一个实施例流程图；

图2A为本申请车辆颜色识别方法的另一个实施例流程图；

图2B示出了《GA24.7-2005机动车登记信息代码》中第七部分：号牌种类代码的部分信息；

图3为本申请车辆颜色识别方法的又一个实施例流程图；

图4为本申请车辆颜色识别方法的再一个实施例流程图；

图5是本发明实施例中网络设备的硬件结构框图；

图6为本申请车辆颜色识别装置的一个实施例框图；

图7为本申请车辆颜色识别装置的另一个实施例框图；

图8为本申请车辆颜色识别装置的又一个实施例框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

随着互联网的发展，在平安城市的建设中，普遍应用了智能交通管理系统。在智能交通管理系统中，可以通过网络设备，例如，卡口设备、电警设备、等等，对道路上的车辆进行图像采集，以通过所采集到的车辆图片检测车辆是否有违法行为，例如，闯红灯，还可以通过所采集到的车辆图片对车辆进行检索、定位、追踪等。在实现车辆的管理、检索、追踪等功能时，车辆颜色作为一项重要且非常直观的车辆属性。

然而，由于上述所说的网络设备是在实际环境中，对道路上的车辆进行图像采集，例如，电警设备可安装在信号控制的交叉路口和路段上，以对指定车道上行驶的车辆进行监测和记录。从而，网络设备所采集到的车辆图片，将很有可能受到实际环境中的色温影响，导致车辆图片中车辆的颜色与该车辆的真实颜色并不相符，甚至差异较大，例如，车辆的真实颜色为黄色，而由于拍摄环境的色温影响，在车辆图片中，该车辆的颜色被拍摄为白色。从而，在根据车辆颜色对车辆进行检索时，很容易出现误检、漏检等问题。

为了有效地解决上述问题，本申请提供了车辆颜色识别方法及装置，以实现根据网络设备所采集到的车辆图片进行分析，尽可能准确地识别出车辆图片中所包括的目标车辆的真实车辆颜色，从而有效地避免在根据颜色对车辆进行检索时，出现误检、漏检等问题。

本申请中提供如下实施例对本申请所提供的车辆颜色识别方法进行说明。

参见图1，为本申请车辆颜色识别方法的一个实施例流程图，可以包括以下步骤：

步骤S101：获取目标车辆图片中包括的目标车辆的拍摄号牌颜色。

在本申请中，所说的目标车辆图片可以是指网络设备，例如，卡口设备、电警设备等，对道路上待识别的目标车辆进行拍摄所得到的图片。

拍摄得到目标车辆图片后，可以根据该目标车辆图片进行图片分析，以获取该目标车辆图片中所包括的目标车辆的号牌颜色，为了描述方便，本申请中，将目标车辆图片中的号牌颜色称为拍摄号牌颜色。

通常情况下，号牌颜色可以包括两部分：号牌背景色、号牌字符色。例如，小型汽车的号牌背景色为蓝色，而号牌字符色为白色；又例如，大型汽车的号牌背景色为黄色，而号牌字符色为黑色。在本申请中，所说的拍摄号牌颜色至少包括拍摄号牌背景色和拍摄号牌字符色其中的一个。

步骤S102：根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色。

在一个可选的实现方式中，可以先根据拍摄号牌颜色获取真实号牌颜色，再确定拍摄号牌颜色与真实号牌颜色之间的颜色关系，并且，由于拍摄号牌颜色与拍摄车辆颜色是在同一张目标车辆图片中，从而拍摄车辆颜色和真实车辆颜色之间也符合该颜色关系。从而可以据此颜色关系，确定目标车辆的真实车辆颜色。该方式的具体过程可以参见下述图2A所示实施例的详细描述，在此先不作详述。

在另一个可选的实现方式中，可以通过标准色卡表示拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系。例如，拍摄号牌颜色与目标车辆的拍摄车辆颜色可以位于同一张目标色卡上，再根据该目标色卡与标准色卡之间的关系，可以确定目标车辆的真实车辆颜色。该实现方式的具体过程可以参见下述图3所示实施例的详细描述，在此先不作详述。

此外，在某些极端情况下，所拍摄到的目标车辆图片中可能并不存在颜色差异，例如所拍摄到的目标车辆图片为灰度图像，此处所指的“灰度图像”可以理解为通常所说的“黑白图像”。当确定所述目标车辆图片为灰度图像时，在本申请中，可以继续确定该目标车辆的拍摄车辆颜色的灰度值，假设得到的灰度值为25。

后续，可以根据该灰度值查找预先保存的灰度值范围与颜色的对应关系，此处所指的“对应关系”可以表示出属于某一灰度值范围的拍摄颜色所对应的真实颜色，例如，灰度值范围为10～20时，所对应的颜色为黄色；灰度值范围为21～30时，所对应的颜色为蓝色。那么，通过得到的灰度值查找该对应关系，可以得出该拍摄车辆颜色所对应的真实车辆颜色为蓝色。

由上述实施例可见，通过对目标车辆图片进行分析，可以获取到目标车辆的拍摄号牌颜色，再根据该拍摄号牌颜色与真实车辆颜色之间的颜色关系，可以确定目标车辆的真实车辆颜色。在根据车辆颜色进行检索时，由于可以获取到目标车辆图片中包括的目标车辆的真实车辆颜色，从而可以有效地避免出现误检、漏检等问题。

请参见图2A，为本申请车辆颜色识别方法的另一个实施例流程图，该图2A所示的流程在上述图1所示流程的基础上，着重描述了根据拍摄号牌颜色确定真实号牌颜色，继而确定两者之间的颜色关系，根据该颜色关系确定目标车辆的真实车辆颜色的过程，可以包括以下步骤：

步骤S201：对目标车辆图片进行图片分析，得到目标车辆的车型。

在该步骤中，是如何确定目标车辆图片中包括的目标车辆的车型的，可以参见现有技术中的相关描述，本申请对此不再作详述。

步骤S202：根据所述车型与号牌颜色的对应关系，得到所述目标车辆的真实号牌颜色；所述号牌颜色包括如下至少一个：号牌背景色、号牌字符色。

如下的图2B，示出了《GA24.7-2005机动车登记信息代码》中第七部分：号牌种类代码的部分信息。

当执行完步骤S201，获取到目标车辆的车型后，则可以根据该车型查找图2B所示的号牌种类代码。例如，目标车辆的车型为大型汽车，则可以得到该目标车辆的真实号牌背景色为黄色，真实号牌字符色为黑色。在本申请中，可以将真实号牌背景色、真实号牌字符色中的至少一个作为所述目标车辆的真实号牌颜色。

此外，在某种情况下，仅通过车型可能无法确认真实号牌颜色。例如，获取到目标车辆的车型为小型汽车，但此时，仅通过车型可能无法确认真实号牌颜色，例如，领馆汽车也可能属于小型汽车，通过图2B所示的号牌种类代码，可以得出普通小型汽车的号牌背景色为蓝色，而领馆小型汽车的号牌背景色为黑色，从而，仅通过车型并无法确认真实号牌颜色。此时，则可以根据拍摄号牌颜色以及车型，共同确认目标车辆的真实号牌颜色。具体可以包括：通过分析拍摄号牌颜色，确定拍摄号牌颜色中的拍摄字符颜色中是否存在红色，当存在红色时，则可以确认为领馆小型汽车，从而确定目标车辆的真实号牌背景色为黑色，真实号牌字符色为白色，且有红色“领”字。

步骤S203：根据所述目标车辆的拍摄号牌颜色、以及所述真实号牌颜色，得到所述拍摄号牌颜色与所述真实号牌颜色之间的颜色分量比例关系。

如下，将以号牌颜色包括号牌背景色为例进行说明：

假设获取到的拍摄号牌背景色为(Rrp、Grp、Brp)，真实号牌背景色为(Rtp、Gtp、Btp)。

在一个可选的实现方式中，可以通过如下计算过程得到拍摄号牌颜色与真实号牌颜色之间的颜色分量比例关系：

可以得出，拍摄号牌背景色相较于真实号牌背景色，其在R分量上的增益值Rgain＝Rrp/Rtp；

G分量上的增益值Ggain＝Grp/Gtp；

B分量上的增益值Bgain＝Brp/Btp。

此时，可以使用Rgain、Ggain、Bgain分别表示出拍摄号牌颜色与真实号牌颜色在R分量、G分量、B分量上的比例关系。

在另一个可选的实现方式中，为了去除光照和阴影的影响，可以对RGB图像色彩空间进行归一化处理。具体地，可以包括：归一化处理后的拍摄号牌背景色为真实号牌背景色为

根据归一化后的颜色值计算得出拍摄号牌颜色与真实号牌颜色之间的颜色分量比例关系：

R分量上的增益值

G分量上的增益值Ggain＝1；

B分量上的增益值

步骤S204：根据所述颜色分量比例关系、以及所述目标车辆的拍摄车辆颜色的颜色分量，得到所述目标车辆的真实车辆颜色的颜色分量，确定所述目标车辆的真实车辆颜色。

由于拍摄号牌颜色与拍摄车辆颜色位于同一张目标车辆图片上，从而，拍摄车辆颜色与真实车辆颜色之间，也符合拍摄号牌颜色与真实号牌颜色之间的颜色关系。则可以根据该颜色关系，以及拍摄车辆颜色计算得出真实车辆颜色。

假设目标车辆的拍摄车辆颜色为(Rrb、Grb、Brb)，真实车辆颜色为(Rtb、Gtb、Btb)。

在一个可选的实现方式中，以步骤S203中所示的第一个可选的实现方式中的计算结果为基础，可以得出：

Rtb＝Rrb/Rgain＝(Rrb*Rtp)/Rrp；

Gtb＝Grb/Ggain＝(Grb*Gtp)/Grp；

Btb＝Brb/Bgain＝(Brb*Btp)/Brp。

从而可以得出目标车辆的真实车辆颜色的R分量值、G分量值、B分量值，据此可以确定目标车辆的真实车辆颜色。

在另一个可选的实现方式中，同步骤S203中的归一化处理一致，归一化处理后的拍摄车辆颜色为归一化处理后的真实车辆颜色为

以步骤S203中所示的第二个可选的实现方式中的计算结果为基础，可以得出：

$\frac{Rtb}{Gtb}=\frac{Rrb}{Grb}/Rgain;$

$\frac{Btb}{Gtb}=\frac{Brb}{Grb}/Bgain.$

再将上述所得的归一化处理后的真实车辆颜色进行亮度转换。需要说明的是，由于在本实施例中，只有Grb是已知的，则将归一化处理后的真实车辆颜色进行亮度转换后，所得到的真实的车辆颜色为可以理解的是，此时所得出的真实的车辆颜色在亮度上可能并不准确，此时，还可以对该真实的车辆颜色进行亮度修正。亮度修正的具体过程可以参见下述实施例中的相关描述，在此先不作详述。

由上述实施例可见，通过根据目标车辆的车型获得目标车辆的真实号牌颜色，确定真实号牌颜色与拍摄号牌颜色之间的颜色关系，根据该颜色关系与拍摄车辆颜色得到真实车辆颜色。在根据车辆颜色进行检索时，由于可以获取到车辆图片中包括的目标车辆的真实车辆颜色，从而可以有效地避免出现误检、漏检等问题。

请参见图3，为本申请车辆颜色识别方法的又一个实施例流程图，该图3所示的流程在上述图1所示流程的基础上，着重描述了通过色卡得到目标车辆的真实车辆颜色的过程，可以包括以下步骤：

步骤S301：获取目标车辆图片中包括的目标车辆的拍摄号牌颜色。

该步骤的详细描述可以参见上述步骤S101中的描述，在此不再作详细赘述。

步骤S302：根据所述拍摄号牌颜色，查找预先保存的色卡库，并在所述色卡库中查找到包括所述拍摄号牌颜色的目标色卡。

在本申请中，可以预先设置色卡库，该色卡库中可以包括在不同环境下所拍摄的标准24色卡，或者包括更多色的色卡。例如，该色卡库中包括在色温为2000K的环境下拍摄的标准24色卡、在色温为5000K的环境下拍摄的标准24色卡、等等。并且，还可以按照不同环境的出现频次，以出现频次从高到低的顺序，对色卡库中的色卡进行排序。

根据目标车辆的拍摄号牌颜色查找上述所描述的色卡库，在色卡库中查找到包括该拍摄号牌颜色的目标色卡。需要说明的是，由于色卡库中的色卡已按照既定的规则进行排序，从而在查找目标色卡时，可以将最初查找到包括该拍摄号牌颜色的色卡作为目标色卡，一旦查找到目标色卡，即可以停止查找。从而，优先选择出现频次较高的色卡作为目标色卡。

步骤S303：在所述目标色卡上查找到所述目标车辆的拍摄车辆颜色。

步骤S304：根据所述拍摄车辆颜色在所述目标色卡中的色卡位置，查找标准色卡，确定所述目标车辆的真实车辆颜色；所述目标色卡和标准色卡在同一色卡位置上分别是拍摄颜色和对应的真实颜色。

在步骤S303和步骤S304中，在步骤S302中所确定的目标色卡上，查找到目标车辆的拍摄车辆颜色，获取该拍摄车辆颜色在目标色卡上所处的色卡位置。继而，根据该色卡位置查找标准色卡，例如查找标准的24色卡，将标准色卡在该色卡位置上的颜色确定为目标车辆的真实车辆颜色。

由上述实施例可见，通过根据目标车辆的拍摄号牌颜色，查找预先保存的色卡库，确定包括该拍摄号牌颜色的目标色卡，在该目标色卡上查找到目标车辆的拍摄车辆颜色，获取该拍摄车辆颜色在该目标色卡上的色卡位置，根据该色卡位置查找标准色卡，确定目标车辆的真实车辆颜色。在根据车辆颜色进行检索时，由于可以获取到车辆图片中包括的目标车辆的真实车辆颜色，从而可以有效地避免出现误检、漏检等问题。

此外，在本申请中，通过执行上述图1、图2A、图3所示的流程，可以基本确定目标车辆的真实车辆颜色。在后续实际应用中，根据车辆颜色进行检索时，为了消除图像亮度对检索结果的影响，还可以对待检索的车辆颜色进行归一化处理。具体过程可以包括：

假设待检索的车辆颜色为(Rs、Gs、Bs)，则归一化处理后的待检索的车辆颜色可以为应用该归一化处理后的待检索的车辆颜色对经过上述图1、图2A、或图3所示的方法处理后的车辆图片进行检索，可以有效地避免由于颜色亮度影响，而造成的漏检问题。

通过执行上述图1、图2A、图3所示的流程，可以确定目标车辆的真实车辆颜色。为了进一步准确的确定目标车辆的真实车辆颜色，在本申请中，还可以对所得出的真实车辆颜色进行亮度修正，例如，将确定的真实车辆颜色从红色修正为暗红或亮红，可以使得根据车辆颜色进行车辆检索的检索结果更为准确。

请参见图4，为本申请车辆颜色识别方法的再一个实施例流程图，该图4所示的流程可以在上述图1、或图2A、或图3所示流程的基础上，着重描述了在确定目标车辆的真实车辆颜色之后，对真实车辆颜色进行亮度修正的过程，可以包括以下步骤：

步骤S401：确定所述目标车辆的真实车辆颜色后，获取所述真实车辆颜色的真实亮度值，并获取所述目标车辆的拍摄车辆颜色的拍摄亮度值。

在本申请中，可以根据如下公式分别计算得出真实车辆颜色的真实亮度值，与拍摄车辆颜色的拍摄亮度值：

亮度值＝0.299*R+0.587*G+0.114*B。

假设，所计算得出的真实亮度值为20，拍摄亮度值为15。

步骤S402：根据所述真实亮度值与所述拍摄亮度值确定亮度偏移值。

亮度偏移值＝真实亮度值-拍摄亮度值

假设该步骤中所计算得出的亮度偏移值为+5。

步骤S403：将所述车辆图片转换为YUV图像。

步骤S404：根据所述亮度偏移值，在所述YUV图像的Y分量上进行亮度偏移。

通常情况下，YUV图像中的Y分量即可以表示亮度值。在本申请中，则可以根据计算得出的亮度偏移值对目标车辆图片的YUV图像的Y分量上进行亮度偏移。

步骤S405：将亮度偏移后的YUV图像转换为RGB图像。

步骤S406：确定所述RGB图像中包括的目标车辆的车辆颜色为亮度修正后的所述目标车辆的真实车辆颜色。

将亮度偏移后的YUV图像再转换为RGB图像，从而则可以根据RGB图像中所包括的R分量、G分量、B分量确定亮度修正后的目标车辆的真实车辆颜色。

由上述实施例可见，在确定车辆的真实车辆颜色后，通过真实车辆颜色的亮度值与拍摄车辆颜色的亮度值，可以确定亮度偏移值，根据该亮度偏移值对真实车辆颜色进行亮度修正，使得亮度修正后的真实车辆颜色可以更为准确。在根据车辆颜色进行检索时，由于可以获取到车辆图片中包括的目标车辆的真实车辆颜色，从而可以有效地避免出现误检、漏检等问题。

基于与上述方法同一的发明构思，本发明实施例还提供了车辆颜色识别装置的实施例，该装置可以用于网络设备，例如卡口设备、电警设备等设备上。其中，该装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在网络设备的处理器，将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图5所示，是本发明实施例中网络设备的硬件结构框图，除了图5所示的处理器51、内存52、网络接口53以及非易失性存储器54外，还可以包括其他硬件，如摄像装置、负责处理报文的转发芯片等。

请参见图6，为本申请车辆颜色识别装置的一个实施例框图，该装置可以包括：获取模块61、确定模块62。

其中，该获取模块61，可以用于获取目标车辆图片中包括的目标车辆的拍摄号牌颜色；

该确定模块62，可以用于根据所述拍摄号牌颜色与所述目标车辆的真实车辆颜色之间的颜色关系，确定所述目标车辆的真实车辆颜色。

在一实施例中，该装置还可以包括(图6中并未示出)：灰度值确定模块。

该灰度值确定模块，可以用于当确定所述目标车辆图片为灰度图像时，确定所述目标车辆的拍摄车辆颜色的灰度值；

在该实施例中，所述确定模块62，还可以用于：根据预设的灰度值范围与颜色的对应关系，将所述拍摄车辆颜色的灰度值所处的灰度值范围所对应的颜色确定为所述目标车辆的真实车辆颜色。

请参见图7，为本申请车辆颜色识别装置的另一个实施例框图，该图7所示装置在上述图6所示装置的基础上，其中：

所述确定模块62，可以包括：车型分析子模块621、号牌颜色确定子模块622、关系确定子模块623、车辆颜色确定子模块624。

该车型分析子模块621，可以用于对所述目标车辆图片进行图片分析，得到所述目标车辆的车型；

该号牌颜色确定子模块622，可以用于根据所述车型与号牌颜色的对应关系，得到所述目标车辆的真实号牌颜色；所述号牌颜色包括如下至少一个：号牌背景色、号牌字符色；

该关系确定子模块623，可以用于根据所述目标车辆的拍摄号牌颜色、以及所述真实号牌颜色，得到所述拍摄号牌颜色与所述真实号牌颜色之间的颜色分量比例关系；

该车辆颜色确定子模块624，可以用于根据所述颜色分量比例关系，以及所述目标车辆的拍摄车辆颜色的颜色分量，得到所述目标车辆的真实车辆颜色的颜色分量，确定所述目标车辆的真实车辆颜色。

请参见图8，为本申请车辆颜色识别装置的又一个实施例框图，该图8所示的装置，在上述图6所示装置的基础上，其中：

所述确定模块62，可以包括：第一查找子模块625、第二查找子模块626、第三查找子模块627。

其中，该第一查找子模块625，可以用于根据所述拍摄号牌颜色，查找预先保存的色卡库，并在所述色卡库中查找到包括所述拍摄号牌颜色的目标色卡；

该第二查找子模块626，可以用于在所述目标色卡上查找到所述目标车辆的拍摄车辆颜色；

该第三查找子模块627，可以用于根据所述拍摄车辆颜色在所述目标色卡中的色卡位置，查找标准色卡，确定所述目标车辆的真实车辆颜色；所述目标色卡和标准色卡在同一色卡位置上分别是拍摄颜色和对应的真实颜色。

在一实施例中，在上述图6、图7、图8所示装置的基础上，本申请所提供的车辆颜色识别装置还可以包括(图6、图7、图8中均未示出)：亮度计算模块、偏移计算模块、图像转换模块、亮度偏移模块。

该亮度计算模块，可以用于确定所述目标车辆的真实车辆颜色后，获取所述真实车辆颜色的真实亮度值，并获取所述目标车辆的拍摄车辆颜色的拍摄亮度值；

该偏移计算模块，可以用于根据所述真实亮度值与所述拍摄亮度值确定亮度偏移值；

该图像转换模块，可以用于将所述车辆图片转换为YUV图像；

该亮度偏移模块，可以用于根据所述亮度偏移值，在所述YUV图像的Y分量上进行亮度偏移；

该图像转换模块，还可以用于：将亮度偏移后的YUV图像转换为RGB图像；

在该实施例中，所述确定模块62，还可以用于：确定所述RGB图像中包括的目标车辆的车辆颜色为亮度修正后的所述目标车辆的真实车辆颜色。

在另一实施例中，该装置还可以包括(图6、图7、图8中均未示出)：归一化模块、检索模块。

其中，该归一化模块，可以用于当根据待检索的车辆颜色对所述目标车辆的真实车辆颜色进行检索时，将所述待检索的车辆颜色进行归一化处理；

该检索模块，可以用于根据归一化后的待检索的车辆颜色，对所述目标车辆的真实车辆颜色进行检索。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。