专利名称：车辆图片获取方法和装置的制作方法
技术领域：
本发明涉及智能交通领域，尤其涉及一种车辆图片获取方法和装置。
背景技术：
随着智能交通技术的飞速发展，车辆检测技术已经被广泛的应用到智能交通系统的各个领域，如城市卡口、高速公路收费和城市道路车辆流量统计等。目前，可以通过外接触发装置和视频触发装置来实现车辆检测；其中，视频触发装置广泛用于基于卡口龙门架环境。现有技术中车辆检测的具体过程包括通过车头纹理特征算法或者车灯形状特征算法对第一目标画面中预先设置的车辆检测区域进行检测，得到该车辆检测区域内是否存在车辆目标的检测结果；当车辆检测区域内存在车辆目标时，根据车头纹理特征算法或者车灯形状特征算法检测到的车辆目标的位置抓拍。在实现上述车辆检测的过程中，现有技术中至少存在如下问题由于车头和车灯与公路隔离带的纹理相似，车头和车灯的检测易受到公路隔离带的干扰，使得车辆目标的检测不准确，进而使得根据检测到的车辆目标的位置拍摄车辆图片时获取得到的车辆图片不准确。
发明内容
本发明的实施例提供一种车辆图片获取方法和装置，能够提高拍摄的车辆图片的准确性。一方面，提供了一种车辆图片获取方法，包括预先在车辆图片中设置车辆检测区域，还包括第一目标画面中车辆检测区域存在车辆目标时，检测所述车辆目标所属的区域是否存在车牌；所述区域存在车牌时，获取所述车牌的车牌号码；根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。另一方面，提供了一种车辆图片获取装置，包括
车牌检测模块，用于第一目标画面中车辆检测区域存在车辆目标时，检测所述车辆目标所属的区域是否存在车牌；
号码获取模块，用于所述区域存在车牌时，获取所述车牌的车牌号码； 第二画面获取模块，用于根据所述号码获取模块获取的车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。本发明实施例提供的车辆图片获取方法和装置，在车辆检测区域存在车辆目标时，通过检测该车辆目标所属的区域是否存在车牌，并在该区域存在车牌时，获取该车牌的车牌号码，使智能交通系统可以根据该车牌号码相应的车牌在第一目标画面中所处的位置和延迟时间，获取第二目标画面，从而实现车辆目标的抓拍。由于仅对车辆目标所述的区域进行车牌检测，有效抵抗了公路隔离带对车辆检测的干扰，节省了检测时间。本发明实施例提供的技术方案解决了现有技术中由于车头和车灯与公路隔离带的纹理相似，车头和车灯的检测易受到公路隔离带的干扰，使得车辆目标的检测不准确，导致的根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题。
为了更清楚地说明本发明实施例中的技术方案，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为本发明实施例一提供的车辆图片获取方法的流程图； 图2为本发明实施例一和二中获取的车辆图片示意图3为本发明实施例二提供的车辆图片获取方法的流程图； 图4为本发明实施例三提供的车辆图片获取装置的结构示意图一； 图5为本发明实施例三提供的车辆图片获取装置的结构示意图二； 图6为图4和图5所示的车辆图片获取装置中第二画面获取模块的结构示意图。
具体实施例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。为了解决现有智能交通系统根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题，本发明实施例提供一种车辆图片获取方法和装置。如图1所示，本发明实施例一提供的车辆图片获取方法，包括
步骤101，第一目标画面中车辆检测区域存在车辆目标时，检测该车辆目标所属的区域是否存在车牌。在本实施例中，可以通过车头纹理特征算法确定第一目标画面中车辆检测区域存在车辆目标，也可以使用车灯形状特征算法确定第一目标画面中车辆检测区域存在车辆目标，还可以使用其他车辆检测方法确定第一目标画面中车辆检测区域是否存在车辆目标， 在此不作限制。其中，步骤101中车辆检测区域如图2中的22所示，可以预先设置，既可以设置统一的车辆检测区域，也可以按车道设置多个车辆检测区域，在此不再一一赘述。在本实施例中，通过步骤101检测车辆目标所属的区域是否存在车牌，可以包括 对该车辆目标所属的区域进行车牌纹理检测，得到车辆目标所属区域是否存在车牌的检测结果。其中，车辆目标所属区域，可以为车辆目标附近的区域，该区域大小可以根据实际情况预先设置，在此不再一一赘述。步骤102，该车辆检测区域存在车牌时，获取车牌的车牌号码。在本实施例中，如果通过步骤101检测到车辆目标所属的区域存在车牌，可以通过步骤102获取该车牌的车牌号码。具体获取车牌号码的过程可以包括当车辆目标所属的车辆检测区域存在车牌时，首先对该车牌进行定位；然后，对定位到的车牌进行拆分，可以根据车牌上的字符拆分，也可以通过其他方式拆分，在此不作限制；最后，对拆分后的车牌分别进行字符识别，得到该车牌的车牌号码。
步骤103，根据该车牌号码相应的车牌在第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，步骤103中第二目标画面的获取过程可以包括获取该车牌号码相应的车牌在第一目标画面中所处的位置；根据该位置和预先设置的延迟时间，获取延迟触发时间；延迟该延迟触发时间后，获取第二目标画面。还可以通过其他方式获取第二目标画面，在此不再一一赘述。其中，根据该位置和预先设置的延迟时间，获取延迟触发时间的过程可以包括车牌处于进入第一目标画面的位置如图2中的23时，获取的延迟触发时间为预先设置的延迟时间；车牌处于第一目标画面的中间位置如图2中的M时，获取的延迟触发时间为预先设置的延迟时间的一半；车牌处于驶出第一目标画面的位置如图2中的25 时，获取的延迟触发时间为0 ；还可以通过其他方式根据该位置和预先设置的延迟时间，获取延迟触发时间，在此不再一一赘述。在本实施例中，通过步骤102获取车牌的车牌号码后，可以根据该车牌号码对第一目标画面中的车辆目标进行识别，判断该车辆目标是否为新车辆目标；也可以根据车牌号码相应的车牌的位置，重新获取目标画面，提高抓拍位置的准确性；还可以根据该车牌号码获取其他交通信息，在此不再一一赘述。在本实施例中，如果通过步骤101检测到车辆目标所属的区域不存在车牌时，可选的，还可以获取该车辆检测区域存在车辆目标的置信值；当该置信值大于置信阈值时，获取第一目标画面；使智能交通系统可以根据该第一目标画面统计相关信息。其中，车辆检测区域存在车辆目标的置信值，可以根据该车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值。例如，当通过车头纹理特征算法检测到车辆检测区域存在车辆目标时，可以将车头纹理的连续分布值作为该车辆目标的置信值；当通过车灯形状特征算法检测到车辆检测区域存在车辆目标时，可以将车灯半径大小作为该车辆目标的置信值；根据车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值的方法，不仅限于以上所述，在此不再一一赘述。本发明实施例提供的车辆图片获取方法，在车辆检测区域存在车辆目标时，通过检测该车辆目标所属的区域是否存在车牌，并在该区域存在车牌时，获取该车牌的车牌号码，使智能交通系统可以根据该车牌号码相应的车牌位于第一目标画面的位置和延迟时间，获取第二目标画面，从而实现车辆目标的抓拍。由于对车辆目标所述的区域进行车牌检测，相对于现有技术的对整个目标画面进行车辆检测相比，有效抵抗了公路隔离带对车辆检测的干扰，节省了检测时间。本发明实施例提供的技术方案解决了现有技术中由于车头和车灯与公路隔离带的纹理相似，车头和车灯的检测易受到公路隔离带的干扰，使得车辆目标的检测不准确，导致的根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题。如图3所示，本发明实施例二提供的车辆图片获取方法，包括
步骤200，判断第一目标画面中车辆检测区域是否存在车辆目标，当该车辆检测区域存在车辆目标时，执行步骤201，否则跳转至步骤207。在本实施例中，判断第一目标画面中车辆检测区域是否存在车辆目标的过程可以包括首先判断第一目标画面中测光区域的平均亮度是否大于预先设置的亮度阈值；测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断车辆检测区域是否存在车辆目标；测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断车辆检测区域是否存在车辆目标。其中，测光区域根据经验预先设定，如图2中的21 所示，通常位于画面的中间位置；亮度阈值可以根据实际情况预先设置。还可以使用其他方式判断第一目标画面中车辆检测区域是否存在车辆目标，在此不再一一赘述。在本实施例中，测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断车辆检测区域是否存在车辆目标的具体过程可以包括首先，利用边缘提取算法提取车辆检测区域的车头纹理线，并测算其分布情况；然后，判断提取的车头纹理线是否符合理论车头宽度；当提取的车头纹理线不符合理论车头宽度时，车辆检测区域不存在车辆目标；当提取的车头纹理线符合理论车头宽度时，车辆检测区域存在车辆目标。以利用索贝尔算子提取车头纹理线判断车辆检测区域是否存在车辆目标为例对上述过程进行说明，包括采用索贝尔水平纹理提取算子和垂直纹理提取算子，分别提取水平纹理线和垂直纹理线；由于车头纹理线具有分布连续的特征，因此可以将车辆检测区域分为若干个子区域，该子区域的个数可以根据实际情况预先设置；判断各个子区域内纹理线的条数是否大于阈值，该阈值可以根据实际情况预先设置；当子区域纹理线的条数大于阈值时，可以将该子区域作为显著块区域进行保留；当子区域纹理线条数小于阈值时，可以将该子区域进行删除；判断显著块区域是否连续且符合理论车头宽度；当显著块区域连续且符合理论车头宽度，车辆检测区域存在车辆目标；可以将显著块分布值设定为车辆目标的置信值；当显著块分布值与理论车头宽度接近时，置信值高；当显著块分布值显著大于或小于理论车头宽度时，置信值趋于零。使用其他算子提取的车头纹理线判断车辆检测区域是否存在车辆目标的过程与上述过程类似，在此不再一一赘述。在本实施例中，测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断车辆检测趋于是否存在车辆目标的具体过程可以包括首先，利用形状检测算法判断车辆检测区域内是否存在车灯形状目标并符合车灯分布规则；如果存在车灯形状目标并符合车灯分布规则，车辆检测区域存在车辆目标；否则，车辆检测区域不存在车辆目标。以利用圆形检测法判断车辆检测区域是否存在车辆目标为例对上述过程进行说明，包括利用圆形检测法判断车辆检测区域内是否存在车灯形状目标；如果存在，判断两个车灯形状大小是否接近且间距是否符合理论车头宽度；如果符合上述条件，车辆检测区域存在车辆目标；否则，车辆检测区域不存在车辆目标；可以将圆形半径的大小设定为车辆目标的置信值，当圆形半径与理论车灯半径接近时，置信值高；当圆形半径显著大于或小于理论车灯半径时，置信值趋于零。使用其他算子判断车辆检测区域是否存在车辆目标的过程与上述过程类似，在此不再一一赘述。步骤201至步骤202，第一目标画面中车辆检测区域存在车辆目标时，检测该车辆目标所属的车辆检测区域是否存在车牌，并在存在车牌时获取该车牌的车牌号码。具体过程可以参考图1所示的步骤101至步骤102，在此不再一一赘述。步骤203，判断该车牌号码与已知车牌号码是否一致。在本实施例中，步骤203中已知车牌号码可以是第一目标画面的上一帧画面的检测结果；当上一帧画面中相应的车辆检测区域存在车辆目标时，该检测结果为车辆目标所属区域存在车牌时的车牌号码；当上一帧画面中相应的检测区域不存在车辆目标时，该检测结果可以为空。步骤204，该车牌号码与已知车牌号码不一致时，根据车牌号码相应的车牌位于目标画面的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，通过步骤204获取第二目标画面的过程，与图1所示的步骤103相似，在此不再一一赘述。在本实施例中，如果通过步骤204判断出车牌号码与已知车牌号码一致，可以直接将车牌号码相应的车辆目标认定为同一车辆目标；可选的，还可以根据车牌号码与已知车牌号码出现的时间差距，判断该车牌号码相应的车辆目标是否为同一车辆目标。本发明实施例提供的车辆图片获取方法，还包括
步骤205，该车牌号码与已知车牌号码一致时，获取该车牌号码和已知车牌号码出现的时间差距。步骤206，该时间差距大于预先设置的时间阈值时，根据该车牌号码相应的车牌位于第一目标画面的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，通过步骤206获取第二目标画面的过程，与图1所示的步骤103相似，在此不再一一赘述。在本实施例中，如果通过步骤205获取的时间差距小于时间阈值，可以直接将车牌号码相应的车辆目标认定为同一车辆目标。本实施例提供的车辆图片获取方法，还可以包括
步骤207，该区域不存在车牌时，获取车辆检测区域存在车辆目标的置信值。在本实施例中，当车辆目标所属的区域不存在车牌时，可以根据该车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值。例如，当通过车头纹理特征算法检测到车辆检测区域存在车辆目标时，可以将车头纹理的连续分布值作为该车辆目标的置信值; 当通过车灯形状特征算法检测到车辆检测区域存在车辆目标时，可以将车灯半径大小作为该车辆目标的置信值；根据车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值的方法，不仅限于以上所述，在此不再一一赘述。步骤208，该置信值大于预先设置的置信阈值时，获取第一目标画面。在本实施例中，如果通过步骤207获取的车辆检测区域存在车辆目标的置信值大于置信阈值时，可以确定车辆检测区域中存在车辆目标，但是由于干扰等原因不能在车辆目标所属的区域检测到车牌；此时，可以认为第一目标画面中车辆检测区域存在车辆目标， 可以获取该第一目标画面作为后续车辆检测的依据。本发明实施例提供的车辆图片获取方法，在车辆检测区域存在车辆目标时，通过检测该车辆目标所属的区域是否存在车牌，并在该区域存在车牌时，获取该车牌的车牌号码，通过判断车牌号码与已知车牌号码是否一致、确定车牌号码与已知车牌号码出现的时间差距是否大于预先设置的时间阈值，确定该车辆目标是否为新车辆目标；并在车辆目标是新车辆目标时，根据车牌位于目标画面的位置和延迟时间，获取第二目标画面，提高了抓拍位置的准确性，提高了画面的有效率。由于对车辆目标所述的区域进行车牌检测，相对于现有技术的对整个目标画面进行车辆检测相比，有效抵抗了公路隔离带对车辆检测的干扰，节省了检测时间。本发明实施例提供的技术方案解决了现有技术中由于车头和车灯与公路隔离带的纹理相似，车头和车灯的检测易受到公路隔离带的干扰，使得车辆目标的检测不准确，导致的根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题。如图4所示，本发明实施例三提供的车辆图片获取装置，包括车牌检测模块601，用于第一目标画面中车辆检测区域存在车辆目标时，检测车辆目标所属的区域是否存在车牌。在本实施例中，可以通过车头纹理特征算法确定第一目标画面中车辆检测区域存在车辆目标，也可以使用车灯形状特征算法确定第一目标画面中车辆检测区域存在车辆目标，还可以使用其他车辆检测方法确定第一目标画面中车辆检测区域是否存在车辆目标， 在此不作限制。其中，车牌检测模块601中车辆检测区域可以预先设置，既可以设置统一的车辆检测区域，也可以按车道设置多个车辆检测区域，在此不再一一赘述。在本实施例中，通过车牌检测模块601检测车辆目标所属的区域是否存在车牌， 可以包括对该车辆目标所属的区域进行车牌纹理检测，得到车辆目标所属区域是否存在车牌的检测结果。其中，车辆目标所属区域，可以为车辆目标附近的区域，该区域大小可以根据实际情况预先设置，在此不再一一赘述。号码获取模块602，用于区域存在车牌时，获取车牌的车牌号码。在本实施例中，如果通过车牌检测模块601检测到车辆目标所属的区域存在车牌，可以通过号码获取模块602获取该车牌的车牌号码。具体获取车牌号码的过程可以包括当车辆目标所属的区域存在车牌时，首先对该车牌进行定位；然后，对定位到的车牌进行拆分，可以根据车牌上的字符拆分，也可以通过其他方式拆分，在此不作限制；最后，对拆分后的车牌分别进行字符识别，得到该车牌的车牌号码。第二画面获取模块603，用于根据号码获取模块获取的车牌号码相应的车牌在第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，第二画面获取模块603中第二目标画面的获取过程可以包括获取该车牌号码相应的车牌在第一目标画面中所处的位置；根据该位置和预先设置的延迟时间，获取延迟触发时间；延迟该延迟触发时间后，获取第二目标画面。还可以通过其他方式获取第二目标画面，在此不再一一赘述。其中，根据该位置和预先设置的延迟时间，获取延迟触发时间的过程可以包括车牌处于进入第一目标画面的位置时，获取的延迟触发时间为预先设置的延迟时间；车牌处于第一目标画面的中间位置时，获取的延迟触发时间为预先设置的延迟时间的一半；车牌处于驶出第一目标画面的位置时，获取的延迟触发时间为 0 ；还可以通过其他方式根据该位置和预先设置的延迟时间，获取延迟触发时间，在此不再一一赘述。在本实施例中，通过号码获取模块602获取车牌的车牌号码后，可以根据该车牌号码对目标画面中的车辆目标进行识别，判断该车辆目标是否为新车辆目标；也可以根据车牌号码相应的车牌的位置，重新获取目标画面，提高抓拍位置的准确性；还可以根据该车牌号码获取其他交通信息，在此不再一一赘述。在本实施例中，如果通过车牌检测模块601检测到车辆目标所属的区域不存在车牌时，可选的，还可以获取该车辆检测区域存在车辆目标的置信值；当该置信值大于置信阈值时，获取目标画面；使智能交通系统可以根据该目标画面统计相关信息。其中，车辆检测区域存在车辆目标的置信值，可以根据该车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值。例如，当通过车头纹理特征算法检测到车辆检测区域存在车辆目标时，可以将车头纹理的连续分布值作为该车辆目标的置信值；当通过车灯形状特征算法检测到车辆检测区域存在车辆目标时，可以将车灯半径大小作为该车辆目标的置信值；根据车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值的方法，不仅限于以上所述，在此
不再一一赘述。如图5所示，本实施例中车辆图片获取装置，还可以包括
号码判断模块604，用于判断车牌号码与已知车牌号码是否一致，已知车牌号码为第一目标画面的上一帧画面的检测结果。在本实施例中，号码判断模块604中已知车牌号码可以是第一目标画面的上一帧画面的检测结果；当上一帧画面中相应的车辆检测区域存在车辆目标时，该检测结果为车辆目标所属区域存在车牌时的车牌号码；当上一帧画面中相应的检测区域不存在车辆目标时，该检测结果可以为空。此时，该第二画面获取模块603，用于车牌号码与已知车牌号码不一致时，根据车牌号码相应的车牌位于第一目标画面的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，如果通过号码判断模块604判断出车牌号码与已知车牌号码一致，可以直接将车牌号码相应的车辆目标认定为同一车辆目标；可选的，还可以根据车牌号码与已知车牌号码出现的时间差距，判断该车牌号码相应的车辆目标是否为同一车辆目标。本实施例中车辆图片获取装置除车牌检测模块601、号码获取模块602、第二画面获取模块603和号码判断模块604外，还可以包括
时间获取模块605，用于车牌号码与已知车牌号码一致时，获取车牌号码与已知车牌号码出现的时间差距。此时，该第二画面获取模块603，用于时间差距大于预先设置的时间阈值时，根据车牌号码相应的车牌位于目标画面的位置和预先设置的延迟时间，获取第二目标画面。在本实施例中，如果通过时间获取模块605获取的时间差距小于时间阈值，可以直接将车牌号码相应的车辆目标认定为同一车辆目标。本实施例中第二画面获取模块603，如图6所示，可以包括
位置获取子模块6031，用于获取车牌号码相应的车牌处于第一目标画面的位置。时间获取子模块6032，用于根据位置获取子模块获取的位置和预先设置的延迟时间，获取延迟触发时间。画面获取子模块6033，用于延迟时间获取子模块获取的延迟触发时间后，获取第二目标画面。本实施例中车辆图片获取装置，如图5所示，还可以包括
置信值获取模块606，用于在车辆检测区域不存在车牌时，获取车辆检测区域存在车辆目标的置信值。在本实施例中，当车辆目标所属的区域不存在车牌时，可以根据该车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值。例如，当通过车头纹理特征算法检测到车辆检测区域存在车辆目标时，可以将车头纹理的连续分布值作为该车辆目标的置信值; 当通过车灯形状特征算法检测到车辆检测区域存在车辆目标时，可以将车灯半径大小作为该车辆目标的置信值；根据车辆目标的相应特征，获取车辆检测区域存在车辆目标的置信值的方法，不仅限于以上所述，在此不再一一赘述。第三画面获取模块607，用于置信值大于预先设置的置信阈值时，获取第一目标画
在本实施例中，如果通过置信值获取模块606获取的车辆检测区域存在车辆目标的置信值大于置信阈值时，可以确定车辆检测区域中存在车辆目标，但是由于干扰等原因不能在车辆目标所属的区域检测到车牌；此时，可以认为第一目标画面中车辆检测区域存在车辆目标，可以获取该第一目标画面作作为后续车辆检测的依据。本实施例中车辆图片获取装置，如图5所示，还可以包括
目标判断模块600，用于判断第一目标画面中车辆检测区域是否存在车辆目标。在本实施例中，通过目标判断模块600判断第一目标画面中车辆检测区域是否存在车辆目标的过程可以包括首先判断第一目标画面中测光区域的平均亮度是否大于预先设置的亮度阈值；测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断车辆检测区域是否存在车辆目标；测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断车辆检测区域是否存在车辆目标。其中，亮度阈值可以根据实际情况预先设置。还可以使用其他方式判断目标画面中车辆检测区域是否存在车辆目标，在此不再一一赘述。在本实施例中，目标判断模块600可以包括第一判断子模块、第二判断子模块和阈值判断子模块。其中，阈值判断子模块，用于判断第一目标画面中测光区域的平均亮度是否大于预先设置的亮度阈值；第一判断子模块，用于测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断车辆检测区域是否存在车辆目标；第二判断子模块，用于测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断车辆检测区域是否存在车辆目标。在本实施例中，测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断车辆检测区域是否存在车辆目标的具体过程可以包括首先，利用边缘提取算法提取车辆检测区域的车头纹理线，并测算其分布情况；然后，判断提取的车头纹理线是否符合理论车头宽度；当提取的车头纹理线不符合理论车头宽度时，车辆检测区域不存在车辆目标；当提取的车头纹理线符合理论车头宽度时，车辆检测区域存在车辆目标。以利用索贝尔算子提取车头纹理线判断车辆检测区域是否存在车辆目标为例对上述过程进行说明，包括采用索贝尔水平纹理提取算子和垂直纹理提取算子，分别提取水平纹理线和垂直纹理线；由于车头纹理线具有分布连续的特征，因此可以将车辆检测区域分为若干个子区域，该子区域的个数可以根据实际情况预先设置；判断各个子区域内纹理线的条数是否大于阈值，该阈值可以根据实际情况预先设置；当子区域纹理线的条数大于阈值时，可以将该子区域作为显著块区域进行保留；当子区域纹理线条数小于阈值时，可以将该子区域进行删除；判断显著块区域是否连续且符合理论车头宽度；当显著块区域连续且符合理论车头宽度，车辆检测区域存在车辆目标；可以将显著块分布值设定为车辆目标的置信值；当显著块分布值与理论车头宽度接近时，置信值高；当显著块分布值显著大于或小于理论车头宽度时，置信值趋于零。使用其他算子提取的车头纹理线判断车辆检测区域是否存在车辆目标的过程与上述过程类似，在此不再一一赘述。在本实施例中，测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断车辆检测趋于是否存在车辆目标的具体过程可以包括首先，利用形状检测算法判断车辆检测区域内是否存在车灯形状目标并符合车灯分布规则；如果存在车灯形状目标并符合车灯分布规则，车辆检测区域存在车辆目标；否则，车辆检测区域不存在车辆目标。以利用圆形检测法判断车辆检测区域是否存在车辆目标为例对上述过程进行说明，包括利用圆形检测法判断车辆检测区域内是否存在车灯形状目标；如果存在，判断两个车灯形状大小是否接近且间距是否符合理论车头宽度；如果符合上述条件，车辆检测区域存在车辆目标；否则，车辆检测区域不存在车辆目标；可以将圆形半径的大小设定为车辆目标的置信值，当圆形半径与理论车灯半径接近时，置信值高；当圆形半径显著大于或小于理论车灯半径时，置信值趋于零。使用其他算子判断车辆检测区域是否存在车辆目标的过程与上述过程类似，在此不再一一赘述。本发明实施例提供的车辆图片获取装置，在车辆检测区域存在车辆目标时，通过检测该车辆目标所属的区域是否存在车牌，并在该区域存在车牌时，获取该车牌的车牌号码，通过判断车牌号码与已知车牌号码是否一致、确定车牌号码与已知车牌号码出现的时间差距是否大于预先设置的时间阈值，确定该车辆目标是否为新车辆目标；并在车辆目标是新车辆目标时，根据车牌处于目标画面的位置和延迟时间，获取第一目标画面，提高了抓拍位置的准确性，提高了画面的有效率。由于对车辆目标所述的区域进行车牌检测，相对于现有技术的对整个目标画面进行车辆检测相比，有效抵抗了公路隔离带对车辆检测的干扰，节省了检测时间。本发明实施例提供的技术方案解决了现有技术中由于车头和车灯与公路隔离带的纹理相似，车头和车灯的检测易受到公路隔离带的干扰，使得车辆目标的检测不准确，导致的根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题。本发明实施例提供的车辆图片获取方法和装置，可以应用在智能交通系统中。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。以上所述，仅为本发明的具体实施方式
，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
权利要求
1.一种车辆图片获取方法，包括在车辆图片中设置车辆检测区域，其特征在于，包括第一目标画面中车辆检测区域存在车辆目标时，检测所述车辆目标所属的区域是否存在车牌；所述车辆检测区域存在车牌时，获取所述车牌的车牌号码；根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
2.根据权利要求1所述的车辆图片获取方法，其特征在于，还包括判断所述车牌号码与已知车牌号码是否一致，所述已知车牌号码为所述第一目标画面的上一帧画面的检测结果；所述根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面为所述车牌号码与所述已知车牌号码不一致时，根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
3.根据权利要求2所述的车辆图片获取方法，其特征在于，还包括所述车牌号码与所述已知车牌号码一致时，获取所述车牌号码与所述已知车牌号码出现的时间差距；所述根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面为所述时间差距大于预先设置的时间阈值时，根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
4.根据权利要求1、2或3所述的车辆图片获取方法，其特征在于，所述根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面，包括获取所述车牌号码相应的车牌在所述第一目标画面中所处的位置； 根据所述车牌在所述第一目标画面中所处的位置和所述预先设置的延迟时间，获取延迟触发时间；延迟所述延迟触发时间后，获取所述第二目标画面。
5.根据权利要求4所述的车辆图片获取方法，其特征在于，所述根据所述车牌在所述第一目标画面中所处的位置和所述预先设置的延迟时间，获取延迟触发时间，包括所述车牌处于进入所述第一目标画面的位置时，获取的所述延迟触发时间为所述预先设置的延迟时间；或者，所述车牌处于所述第一目标画面的中间位置时，获取的所述延迟触发时间为所述预先设置的延迟时间的一半；或者，所述车牌处于驶出所述第一目标画面的位置时，获取的所述延迟触发时间为零。
6.根据权利要求1或2所述的车辆图片获取方法，其特征在于，还包括 所述车辆检测区域不存在车牌时，获取所述车辆检测区域存在车辆目标的置信值； 所述置信值大于预先设置的置信阈值时，获取所述第一目标画面。
7.根据权利要求1或2所述的车辆图片获取方法，其特征在于，在所述判断所述车辆目标所属的区域是否存在车牌之前，所述方法还包括判断所述第一目标画面中车辆检测区域是否存在所述车辆目标。
8.根据权利要求7所述的车辆图片获取方法，还包括在车辆图片中设置测光区域， 其特征在于，所述判断所述第一目标画面中车辆检测区域是否存在所述车辆目标，包括判断所述第一目标画面中测光区域的平均亮度是否大于预先设置的亮度阈值； 所述测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断所述车辆检测区域是否存在所述车辆目标；或者，所述测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断所述车辆检测区域是否存在所述车辆目标。
9.一种车辆图片获取装置，包括在车辆图片中设置车辆检测区域，其特征在于，包括车牌检测模块，用于当第一目标画面中车辆检测区域存在车辆目标时，检测所述车辆目标所属的区域是否存在车牌；号码获取模块，用于所述区域存在车牌时，获取所述车牌的车牌号码； 第二画面获取模块，用于根据所述号码获取模块获取的车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
10.根据权利要求9所述的车辆图片获取装置，其特征在于，还包括号码判断模块，用于判断所述车牌号码与已知车牌号码是否一致，所述已知车牌号码为所述第一目标画面的上一帧画面的检测结果；所述第二画面获取模块，用于所述车牌号码与所述已知车牌号码不一致时，根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
11.根据权利要求10所述的车辆图片获取装置，其特征在于，还包括时间获取模块，用于所述车牌号码与所述已知车牌号码一致时，获取所述车牌号码与所述已知车牌号码出现的时间差距；所述第二画面获取模块，还用于所述时间差距大于预先设置的时间阈值时，根据所述车牌号码相应的车牌在所述第一目标画面中所处的位置和预先设置的延迟时间，获取第二目标画面。
12.根据权利要求9、10或11所述的车辆图片获取装置，其特征在于，所述第二画面获取模块，包括位置获取子模块，用于获取所述车牌号码相应的车牌在所述第一目标画面中所处的位置；时间获取子模块，用于根据所述位置获取子模块获取的车牌在所述第一目标画面中所处的位置和所述预先设置的延迟时间，获取延迟触发时间；画面获取子模块，用于延迟所述时间获取子模块获取的延迟触发时间后，获取所述第二目标画面。
13.根据权利要求9或10所述的车辆图片获取装置，其特征在于，还包括置信值获取模块，用于所述区域不存在车牌时，获取所述车辆检测区域存在车辆目标的置信值；第三画面获取模块，用于所述置信值大于预先设置的置信阈值时，获取所述第一目标画面。
14.根据权利要求9或10所述的车辆图片获取装置，其特征在于，还包括目标判断模块，用于判断所述第一目标画面中车辆检测区域是否存在所述车辆目标。
15.根据权利要求14所述的车辆图片获取装置，还用于在车辆图片中设置测光区域，其特征在于，所述目标判断模块，包括第一判断子模块、第二判断子模块和阈值判断子模块；其中，所述阈值判断子模块，用于判断所述第一目标画面中测光区域的平均亮度是否大于预先设置的亮度阈值；所述第一判断子模块，用于所述测光区域的平均亮度大于预先设置的亮度阈值时，使用车头纹理特征算法判断所述车辆检测区域是否存在所述车辆目标；所述第二判断子模块，用于所述测光区域的平均亮度小于预先设置的亮度阈值时，使用车灯形状特征算法判断所述车辆检测区域是否存在所述车辆目标。
全文摘要
本发明实施例提供的车辆图片获取方法和装置，涉及智能交通领域。为解决现有智能交通系统根据检测到的车辆目标的位置抓拍时抓拍位置不准确的问题而发明。本发明实施例提供的技术方案包括第一目标画面中车辆检测区域存在车辆目标时，检测所述车辆目标所属的区域是否存在车牌；所述区域存在车牌时，获取所述车牌的车牌号码；根据所述车牌号码相应的车牌位于所述第一目标画面的位置和预先设置的延迟时间，获取第二目标画面。本发明实施例可以应用在智能交通系统中。
文档编号G08G1/01GK102411844SQ201110208569
公开日2012年4月11日 申请日期2011年7月25日 优先权日2011年7月25日
发明者延瑾瑜, 张欢欢, 张滨, 晏峰, 温炜, 范云霞, 范友健 申请人:北京汉王智通科技有限公司