本發(fā)明涉及監(jiān)控領(lǐng)域，具體而言，涉及一種車(chē)輛監(jiān)控的方法和裝置、處理器、圖像采集設(shè)備。

背景技術(shù)：

目前在高清卡口系統(tǒng)中，帶有圖片抓拍和駕駛者人臉、安全帶檢測(cè)、遮陽(yáng)板檢測(cè)等模式識(shí)別技術(shù)的高清網(wǎng)絡(luò)攝像機(jī)，簡(jiǎn)稱抓拍機(jī)。對(duì)于交警、公安等用戶而言，要求抓拍機(jī)拍攝的圖片清晰且易于識(shí)別，以方便為治安刑偵、緝查布控、肇事逃逸等時(shí)間業(yè)務(wù)事件發(fā)生后的查找線索等業(yè)務(wù)提供數(shù)據(jù)支撐。

基于上述業(yè)務(wù)需求，抓拍機(jī)一般會(huì)選取拍攝的車(chē)輛圖片的感興趣區(qū)域來(lái)進(jìn)行圖像處理或特征識(shí)別，現(xiàn)有技術(shù)中進(jìn)行圖像處理的準(zhǔn)確性不夠；并且在進(jìn)行圖像識(shí)別時(shí)未考慮監(jiān)控車(chē)輛的車(chē)型、圖像前期處理等因素對(duì)特征識(shí)別結(jié)果的影響，因此其特征識(shí)別或圖像處理的結(jié)果都不夠理想，存在監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的問(wèn)題。

針對(duì)上述的問(wèn)題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種車(chē)輛監(jiān)控的方法和裝置、處理器、圖像采集設(shè)備，以至少解決監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種車(chē)輛監(jiān)控方法，該車(chē)輛監(jiān)控方法包括：識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像；對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果；對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像。

進(jìn)一步地，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果包括：對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理得到預(yù)處理圖像；對(duì)上述預(yù)處理圖像進(jìn)行特征識(shí)別，得到上述目標(biāo)特征的識(shí)別結(jié)果。

進(jìn)一步地，在對(duì)上述預(yù)處理圖像進(jìn)行特征識(shí)別，得到上述目標(biāo)特征的識(shí)別結(jié)果之 后，上述方法還包括：：保存識(shí)別到的上述預(yù)處理圖像的圖像參數(shù)，其中，上述圖像參數(shù)包括：上述預(yù)處理圖像的前景與背景的對(duì)比度和/或上述預(yù)處理圖像的灰度值；將上述識(shí)別結(jié)果、上述識(shí)別結(jié)果的置信度和上述圖像參數(shù)作為反饋參數(shù)；使用上述反饋參數(shù)調(diào)整對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的預(yù)處理參數(shù)，得到調(diào)整后的預(yù)處理參數(shù)；使用上述調(diào)整后的預(yù)處理參數(shù)對(duì)當(dāng)前的車(chē)窗區(qū)域圖像和/或下一個(gè)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理，其中，上述預(yù)處理包括對(duì)比度增強(qiáng)、曲線校正、銳化、降噪中的至少一種處理方式。

進(jìn)一步地，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果包括：識(shí)別上述車(chē)窗區(qū)域圖像中的上述車(chē)輛的駕駛者的人臉特征；識(shí)別上述車(chē)窗區(qū)域圖像中是否存在駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果，其中，上述駕駛狀態(tài)特征包括上述駕駛者打電話的特征、上述車(chē)輛的遮陽(yáng)板打開(kāi)的特征以及上述駕駛者系安全帶的特征中的至少之一，其中上述識(shí)別結(jié)果包括上述駕駛者的人臉特征和上述狀態(tài)識(shí)別結(jié)果。

進(jìn)一步地，對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理包括：對(duì)上述車(chē)輛圖像進(jìn)行高光和/或陰影調(diào)整，得到上述處理后的車(chē)輛圖像；以及調(diào)整上述車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到上述處理后的車(chē)窗區(qū)域圖像。

進(jìn)一步地，將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像包括：將上述處理后的車(chē)輛圖像的任意一條邊與上述處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到上述處理后的圖像；或使用上述處理后的車(chē)窗區(qū)域圖像替代上述處理后的車(chē)輛圖像中的車(chē)窗部分，得到上述處理后的圖像。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種車(chē)輛監(jiān)控裝置，該車(chē)輛監(jiān)控裝置包括：圖像識(shí)別模塊，用于識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像；特征識(shí)別模塊，用于對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果；圖像處理模塊，用于對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；輸出模塊，用于輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像。

進(jìn)一步地，上述特征識(shí)別模塊包括：第一圖像處理子模塊，用于對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理得到預(yù)處理圖像；第一特征識(shí)別子模塊，用于對(duì)上述預(yù)處理圖像進(jìn)行特征識(shí)別，得到上述目標(biāo)特征的識(shí)別結(jié)果。

進(jìn)一步地，上述車(chē)輛監(jiān)控裝置還包括：保存模塊，用于保存識(shí)別到的上述預(yù)處理圖像的圖像參數(shù)，其中，上述圖像參數(shù)包括：上述預(yù)處理圖像的前景與背景的對(duì)比度和/或上述預(yù)處理圖像的灰度值；第一處理模塊，用于將上述識(shí)別結(jié)果、上述識(shí)別結(jié)果 的置信度和上述圖像參數(shù)作為反饋參數(shù)；第二處理模塊，用于使用上述反饋參數(shù)調(diào)整對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的預(yù)處理參數(shù)，得到調(diào)整后的預(yù)處理參數(shù)；第三處理模塊，用于使用上述調(diào)整后的預(yù)處理參數(shù)對(duì)當(dāng)前的車(chē)窗區(qū)域圖像和/或下一個(gè)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理，其中，上述預(yù)處理包括對(duì)比度增強(qiáng)、曲線校正、銳化以及降噪中的至少一種處理方式。

進(jìn)一步地，上述特征識(shí)別模塊還包括：第二特征識(shí)別子模塊，用于識(shí)別上述車(chē)窗區(qū)域圖像中的上述車(chē)輛的駕駛者的人臉特征；第三特征識(shí)別子模塊，用于識(shí)別上述車(chē)窗區(qū)域圖像中是否存在駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果，其中，上述駕駛狀態(tài)特征包括上述駕駛者打電話的特征、上述車(chē)輛的遮陽(yáng)板打開(kāi)的特征以及上述駕駛者系安全帶的特征中的至少之一，其中，上述識(shí)別結(jié)果包括上述駕駛者的人臉特征和上述狀態(tài)識(shí)別結(jié)果。

進(jìn)一步地，上述圖像處理模塊包括：第一調(diào)整子模塊，用于對(duì)上述車(chē)輛圖像進(jìn)行高光和/或陰影調(diào)整，得到上述處理后的車(chē)輛圖像；第二調(diào)整子模塊，用于調(diào)整上述車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到上述處理后的車(chē)窗區(qū)域圖像。

進(jìn)一步地，上述圖像處理模塊還包括：拼接模塊，用于將上述處理后的車(chē)輛圖像的任意一條邊與上述處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到上述處理后的圖像；或替代模塊，用于使用上述處理后的車(chē)窗區(qū)域圖像替代上述處理后的車(chē)輛圖像中的車(chē)窗部分，得到上述處理后的圖像。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種處理器，包括具有上述任一特征的上述車(chē)輛監(jiān)控裝置。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種圖像采集設(shè)備，該圖像采集設(shè)備包括：圖像采集單元，用于在車(chē)輛進(jìn)入預(yù)設(shè)位置時(shí)采集上述車(chē)輛的車(chē)輛圖像；具有上述特征的上述處理器，與上述圖像采集單元連接，用于識(shí)別上述車(chē)輛圖像中的車(chē)窗區(qū)域圖像；對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果，對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；以及輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像。

進(jìn)一步地，上述圖像采集單元包括：成像傳感器，用于在上述車(chē)輛進(jìn)入上述預(yù)設(shè)位置時(shí)獲取上述車(chē)輛的成像圖像；數(shù)據(jù)轉(zhuǎn)換器，分別與上述成像傳感器和上述處理器連接，用于將上述成像圖像轉(zhuǎn)換為YUV數(shù)據(jù)形式的上述車(chē)輛圖像，并將上述車(chē)輛圖像輸入上述處理器。

在本發(fā)明實(shí)施例中，通過(guò)識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，再將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接從而得到處理后的圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的車(chē)輛圖像適宜人眼感官的效果，進(jìn)而解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：

圖1是根據(jù)本發(fā)明實(shí)施例的一種可選的車(chē)輛監(jiān)控方法的流程圖；

圖2是根據(jù)本發(fā)明實(shí)施例的另一種可選的車(chē)輛監(jiān)控方法的流程圖；

圖3是根據(jù)本發(fā)明實(shí)施例的第三種可選的車(chē)輛監(jiān)控方法的流程圖；

圖4是根據(jù)本發(fā)明實(shí)施例的一種可選的車(chē)輛監(jiān)控方法的示意圖；

圖5是根據(jù)本發(fā)明實(shí)施例的另一種可選的車(chē)輛監(jiān)控方法的示意圖；

圖6是根據(jù)本發(fā)明實(shí)施例的一種可選的車(chē)輛監(jiān)控裝置的示意圖；

圖7是根據(jù)本發(fā)明實(shí)施例的另一種可選的車(chē)輛監(jiān)控裝置的示意圖；

圖8是根據(jù)本發(fā)明實(shí)施例的第三種可選的車(chē)輛監(jiān)控裝置的示意圖；

圖9是根據(jù)本發(fā)明實(shí)施例的第四種可選的車(chē)輛監(jiān)控裝置的示意圖；

圖10是根據(jù)本發(fā)明實(shí)施例的第五種可選的車(chē)輛監(jiān)控裝置的示意圖；

圖11是根據(jù)本發(fā)明實(shí)施例的一種可選的圖像采集設(shè)備的示意圖；

圖12是根據(jù)本發(fā)明實(shí)施例的另一種可選的圖像采集設(shè)備的示意圖；

圖13是根據(jù)本發(fā)明實(shí)施例的第三種可選的圖像采集設(shè)備的示意圖；

圖14是根據(jù)本發(fā)明實(shí)施例的一種可選的車(chē)輛監(jiān)控方法的流程示意圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的 附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

需要說(shuō)明的是，本發(fā)明的說(shuō)明書(shū)和權(quán)利要求書(shū)及上述附圖中的術(shù)語(yǔ)“第一”、“第二”等是用于區(qū)別類似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本發(fā)明的實(shí)施例能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過(guò)程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒(méi)有清楚地列出的或?qū)τ谶@些過(guò)程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

實(shí)施例1

根據(jù)本發(fā)明實(shí)施例，提供了一種車(chē)輛監(jiān)控方法的實(shí)施例，需要說(shuō)明的是，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

圖1是根據(jù)本發(fā)明實(shí)施例的車(chē)輛監(jiān)控方法，如圖1所示，該方法包括如下步驟：

步驟S102，識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像；

步驟S104，對(duì)車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果；

步驟S106，對(duì)車(chē)輛圖像和車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；

步驟S108，輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

在本發(fā)明實(shí)施例中，通過(guò)識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，再將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接從而得到處理后的圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的車(chē)輛圖像適宜人眼感官的效果，進(jìn)而解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

可選地，在輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像時(shí)，可以采用同步輸出的方式輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

可選地，監(jiān)控到的車(chē)輛圖像為車(chē)輛及其周?chē)h(huán)境圖像，監(jiān)控地點(diǎn)可以為公共交通中的十字路口、公路段，也可以為小區(qū)地下車(chē)庫(kù)、公共停車(chē)場(chǎng)等具有車(chē)輛監(jiān)控需求的地帶，監(jiān)控到的車(chē)輛圖像中的車(chē)輛的狀態(tài)可以為行駛狀態(tài)或停泊狀態(tài)，若車(chē)輛處于行駛狀態(tài)，車(chē)輛的行駛速度對(duì)于監(jiān)控成像的影響在此不做限定，若車(chē)輛處于夜間環(huán)境，夜間光線對(duì)于監(jiān)控成像的影響在此同樣不做限定。

在本發(fā)明的上述實(shí)施例，可以通過(guò)高清卡口或高清治安卡口監(jiān)控過(guò)往車(chē)輛到車(chē)輛圖像。高清卡口：采用先進(jìn)的光電、計(jì)算機(jī)、圖像處理、模式識(shí)別、以及遠(yuǎn)程數(shù)據(jù)訪問(wèn)等技術(shù)，對(duì)監(jiān)控路段的機(jī)動(dòng)車(chē)道、非機(jī)動(dòng)車(chē)道進(jìn)行全天候?qū)崟r(shí)監(jiān)控并記錄相關(guān)圖像數(shù)據(jù)(即上述實(shí)施例中的車(chē)輛圖像)。在獲取車(chē)輛圖像之后，可以通過(guò)前端的處理系統(tǒng)(如處理器)對(duì)所拍攝的車(chē)輛圖像進(jìn)行分析，從中自動(dòng)獲取車(chē)輛的通過(guò)時(shí)間、地點(diǎn)、行駛方向、號(hào)牌號(hào)碼、號(hào)牌顏色、車(chē)身顏色等數(shù)據(jù)，并將獲取到的信息通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)傳輸?shù)礁咔蹇谙到y(tǒng)控制中心的數(shù)據(jù)庫(kù)中進(jìn)行數(shù)據(jù)存儲(chǔ)、查詢、比對(duì)等處理，當(dāng)發(fā)現(xiàn)肇事逃逸、違規(guī)或可疑車(chē)輛時(shí)，系統(tǒng)會(huì)自動(dòng)向攔截系統(tǒng)及相關(guān)人員發(fā)出告警信號(hào)。

高清治安卡口：面向公安治安防控，采用先進(jìn)的光電技術(shù)、圖像處理技術(shù)、模式識(shí)別技術(shù)對(duì)道路上過(guò)往的每一輛汽車(chē)拍下車(chē)輛的圖像和前排司乘人員的特征，并自動(dòng)識(shí)別出車(chē)輛的牌照。利用車(chē)輛治安高清治安卡口系統(tǒng)可以非常迅速地捕捉到肇事車(chē)輛、違章車(chē)輛、黑名單車(chē)輛等，對(duì)公路運(yùn)行車(chē)輛的構(gòu)成、流量分布、違章情況進(jìn)行常年不間斷的自動(dòng)記錄。

可選地，車(chē)窗區(qū)域圖像為車(chē)輛圖像中能夠識(shí)別到的擋風(fēng)玻璃區(qū)域，例如：前排座位左右車(chē)窗擋風(fēng)玻璃、后排座位左右車(chē)窗擋風(fēng)玻璃、車(chē)尾擋風(fēng)玻璃和車(chē)頭擋風(fēng)玻璃。為了獲取更多的目標(biāo)特征和更有處理價(jià)值的車(chē)窗區(qū)域圖片，本實(shí)施例選取車(chē)頭擋風(fēng)玻璃或前排座位左車(chē)窗擋風(fēng)玻璃作為待處理車(chē)窗區(qū)域圖片。

可選地，目標(biāo)特征可以但不限于為以下之一：車(chē)牌、安全帶、遮陽(yáng)板、駕駛者臉部以及駕駛者手機(jī)通話動(dòng)作。依據(jù)不同監(jiān)控需求，目標(biāo)特征還可以為其他具有辨識(shí)度的車(chē)輛特征、駕駛者特征或駕駛者行為特征。

其中，遮陽(yáng)板：是指在汽車(chē)前風(fēng)擋、后風(fēng)擋那塊，為了避免陽(yáng)光刺眼設(shè)計(jì)的，能來(lái)回搬動(dòng)，從而調(diào)整太陽(yáng)光對(duì)眼睛的照射度，避免了交通事故的發(fā)生。

可選地，人眼感官處理在本實(shí)施例中，應(yīng)理解為在進(jìn)行一次完整車(chē)輛圖像的處理過(guò)程之后，所得到的圖像處理結(jié)果適宜于人眼的感官識(shí)別，例如，人眼感官在生物學(xué)領(lǐng)域定義為能夠感知變化在30Hz以內(nèi)，每秒100次的光線變化?；谌搜鄣纳飳W(xué)屬性，處理后的車(chē)輛圖像更易于人眼辨識(shí)。

可選地，圖2是根據(jù)本發(fā)明實(shí)施例的另一種可選的車(chē)輛監(jiān)控方法的流程圖，如圖2所示，該方法包括如下步驟：

步驟S202，對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理得到預(yù)處理圖像；

步驟S204，對(duì)預(yù)處理圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果。

可選地，對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的方法可以為：對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，獲取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)，對(duì)保存的車(chē)窗矩形區(qū)域的YUV數(shù)據(jù)進(jìn)行以下方式的圖像處理：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma(伽馬曲線)曲線處理、USM銳化(Unsharp Mask，USM銳化濾鏡)、降噪模塊處理。最終得到預(yù)處理圖像。其中，USM銳化為繪圖軟件中的工具，用于快速聚焦圖像中的模糊邊緣；Gamma曲線處理為顯示器中矯正圖像亮度偏差的一種圖像處理方法。

可選地，識(shí)別結(jié)果在廣義上為可被普通監(jiān)控設(shè)備操作人員所獲知并理解的信息，識(shí)別結(jié)果可以作為數(shù)值、文字、符號(hào)或顏色等特征在輸出設(shè)備的人機(jī)交互界面進(jìn)行顯示。例如：某輛小轎車(chē)被監(jiān)控并被采集到車(chē)輛圖像和車(chē)窗區(qū)域圖像，通過(guò)上述實(shí)施例中的圖像處理和特征識(shí)別之后，輸出設(shè)備輸出的識(shí)別結(jié)果為文字串，該文字串的一部分可以為“車(chē)牌號(hào)：京KD3457；駕駛者未使用手機(jī)；駕駛者未系安全帶”。

可選地，識(shí)別結(jié)果還可以包括其他車(chē)輛信息，例如車(chē)輛類型或車(chē)輛顏色等，此處以車(chē)輛類型作為車(chē)輛信息的情況，進(jìn)一步對(duì)本實(shí)施例中的通過(guò)對(duì)預(yù)處理圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果做詳細(xì)說(shuō)明。

可選地，識(shí)別車(chē)輛圖像中的車(chē)輛類型，基于車(chē)輛類型定位車(chē)輛圖像中的車(chē)窗區(qū)域，并識(shí)別出車(chē)窗區(qū)域?qū)?yīng)的車(chē)窗區(qū)域圖像。具體的，可以根據(jù)車(chē)輛圖像中的車(chē)輛位置信息確定目標(biāo)區(qū)域圖像，其中，目標(biāo)區(qū)域圖像為在車(chē)輛的主視圖方向上的圖像；提取目標(biāo)區(qū)域圖像中的車(chē)輛的輪廓特征和紋理特征；并通過(guò)分類器識(shí)別輪廓特征和紋理特征，得到車(chē)輛類型。

具體的，根據(jù)車(chē)輛檢測(cè)位置信息設(shè)置車(chē)輛正面的感興趣區(qū)域，并提取車(chē)輛輪廓的紋理特征時(shí)，可以通過(guò)將車(chē)輛輪廓的紋理特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)得到車(chē)輛類型。例如，基于車(chē)輛外形特征區(qū)分車(chē)輛圖像中的車(chē)輛類型，一般情況下，貨車(chē)、轎車(chē)、客車(chē)等機(jī)動(dòng)車(chē)輛的外形特征是不同的，由此可知，貨車(chē)、轎車(chē)、客車(chē)等機(jī)動(dòng)車(chē)輛的外形特征在本實(shí)施例中對(duì)應(yīng)的車(chē)輛類型也是不同的。進(jìn)一步，基于不同類型的車(chē)輛的外形設(shè)計(jì)和具體構(gòu)造不同，車(chē)窗區(qū)域在不同類型車(chē)輛中的位置也是不同的，例如普通小轎車(chē)和雙層巴士中，具有駕駛者特征的車(chē)窗區(qū)域的位置是不同的，因此，可以基于車(chē)輛類型定位車(chē)輛圖像中的車(chē)窗區(qū)域，并識(shí)別出車(chē)窗區(qū)域?qū)?yīng)的車(chē)窗區(qū)域圖像，具體的， 對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，扣取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)。其中，YUV(Y、U、V分別表示像素分量)是一種顏色編碼格式，主要是指亮度參量和色度參量分開(kāi)表示的像素格式，用于優(yōu)化彩色視頻信號(hào)的傳輸。

可選地，對(duì)預(yù)處理圖像進(jìn)行特征識(shí)的方法可以為，將上述預(yù)處理圖像、即圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)送入車(chē)牌識(shí)別算法、安全帶檢測(cè)算法、人臉定位檢測(cè)算法、遮陽(yáng)板檢測(cè)算法、打手機(jī)檢測(cè)算法等車(chē)窗區(qū)域內(nèi)目標(biāo)特征識(shí)別組件，輸出并保存各目標(biāo)特征的識(shí)別結(jié)果。

可選地，圖3是根據(jù)本發(fā)明實(shí)施例的第三種可選的車(chē)輛監(jiān)控方法的流程圖，如圖3所示，該方法包括如下步驟：

步驟S302，保存識(shí)別到的預(yù)處理圖像的圖像參數(shù)，其中，圖像參數(shù)包括：預(yù)處理圖像的前景與背景的對(duì)比度和/或預(yù)處理圖像的灰度值；

步驟S304，將識(shí)別結(jié)果、識(shí)別結(jié)果的置信度和圖像參數(shù)作為反饋參數(shù)；

步驟S306，使用反饋參數(shù)調(diào)整對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的預(yù)處理參數(shù)，得到調(diào)整后的預(yù)處理參數(shù)；

步驟S308，使用調(diào)整后的預(yù)處理參數(shù)對(duì)當(dāng)前的車(chē)窗區(qū)域圖像和/或下一個(gè)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理，其中，預(yù)處理包括對(duì)比度增強(qiáng)、曲線校正、銳化以及降噪中的至少一種處理方式。

在本實(shí)施例中，保存識(shí)別到的預(yù)處理圖像的圖像參數(shù)，該圖像參數(shù)可以為預(yù)處理圖像的前景與背景的對(duì)比度或預(yù)處理圖像的灰度值，也可以同時(shí)包含上述二者。通過(guò)保存大量圖像參數(shù)并進(jìn)行統(tǒng)計(jì)，可以調(diào)整并完善圖像處理策略。識(shí)別結(jié)果的置信度可以通過(guò)對(duì)大量圖像識(shí)別樣本中的識(shí)別錯(cuò)誤率或正確率進(jìn)行統(tǒng)計(jì)以獲取。

可選地，將識(shí)別結(jié)果的置信度作為反饋參數(shù)包括：通過(guò)對(duì)識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)獲取識(shí)別結(jié)果的置信度，其中，對(duì)識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)的方法包括：判斷各個(gè)識(shí)別結(jié)果(如駕駛者打電話的特征的識(shí)別結(jié)果、車(chē)輛的遮陽(yáng)板打開(kāi)的特征的識(shí)別結(jié)果、駕駛者系安全帶的特征的識(shí)別結(jié)果等)是否準(zhǔn)確；統(tǒng)計(jì)準(zhǔn)確的識(shí)別結(jié)果的數(shù)量得到識(shí)別結(jié)果的準(zhǔn)確率，并確定該準(zhǔn)確率的置信度。

其中，識(shí)別結(jié)果可以以是否的形式存在，例如，圖像中存在駕駛者打電話的特征，識(shí)別結(jié)果為是，則識(shí)別結(jié)果正確；若識(shí)別結(jié)果為否，則識(shí)別結(jié)果不正確。

可選地，可以基于判斷結(jié)果分別對(duì)識(shí)別結(jié)果進(jìn)行標(biāo)記，如果識(shí)別結(jié)果正確，將該識(shí)別結(jié)果的判斷結(jié)果標(biāo)記為1，如果識(shí)別結(jié)果不正確，將該識(shí)別結(jié)果的判斷結(jié)果標(biāo)記 為0，然后對(duì)識(shí)別結(jié)果的判斷結(jié)果的標(biāo)記求和，得到準(zhǔn)確的識(shí)別結(jié)果的數(shù)量，計(jì)算準(zhǔn)確的識(shí)別結(jié)果的數(shù)量與識(shí)別結(jié)果的總數(shù)的比率，得到準(zhǔn)確率。

可選地，置信度一般用于表明抽樣指標(biāo)和總體指標(biāo)的誤差不超過(guò)一定范圍的概率保證度，具體在本實(shí)施例中，置信度用于表明識(shí)別結(jié)果和預(yù)存的歷史識(shí)別結(jié)果的誤差不超過(guò)一定范圍的概率保證度。因此，置信度可以評(píng)價(jià)識(shí)別結(jié)果的準(zhǔn)確性，進(jìn)而通過(guò)將置信度作為反饋參數(shù)，可以使預(yù)處理參數(shù)的調(diào)整結(jié)果更為可靠。

可選地，對(duì)車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果包括：識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征；識(shí)別車(chē)窗區(qū)域圖像中是否存在駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果，其中，駕駛狀態(tài)特征包括駕駛者打電話的特征、車(chē)輛的遮陽(yáng)板打開(kāi)的特征以及駕駛者系安全帶的特征中的至少之一，其中，識(shí)別結(jié)果包括駕駛者的人臉特征和狀態(tài)識(shí)別結(jié)果。

可選地，識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征包括：獲取在車(chē)窗區(qū)域圖像成像時(shí)間之前成像的歷史車(chē)窗區(qū)域圖像；提取歷史車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征；通過(guò)將歷史車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征進(jìn)行Haar特征(即Haar-like特征，計(jì)算機(jī)視覺(jué)領(lǐng)域一種常用的特征描述算子)計(jì)算，得到人臉特征檢測(cè)器；通過(guò)人臉特征檢測(cè)器識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征，得到人臉特征識(shí)別結(jié)果。

可選地，通過(guò)選取并訓(xùn)練車(chē)窗區(qū)域圖像中駕駛者的人臉的Haar特征，形成檢測(cè)器，然后再利用此檢測(cè)器對(duì)駕駛者進(jìn)行人臉檢測(cè)。

可選地，識(shí)別車(chē)窗區(qū)域圖像中的駕駛者的駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果包括：獲取車(chē)窗區(qū)域圖像成像時(shí)間之前成像的歷史車(chē)窗區(qū)域圖像；提取歷史車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板的邊緣特征；通過(guò)處理歷史車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板的邊緣特征，得到遮陽(yáng)板打開(kāi)狀態(tài)特征檢測(cè)器；通過(guò)遮陽(yáng)板打開(kāi)狀態(tài)特征檢測(cè)器識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板打開(kāi)狀態(tài)特征，得到遮陽(yáng)板打開(kāi)狀態(tài)特征識(shí)別結(jié)果。

可選地，通過(guò)選取并訓(xùn)練車(chē)窗區(qū)域圖像中遮陽(yáng)板的邊緣特征，形成檢測(cè)器，然后進(jìn)行遮陽(yáng)板檢測(cè)，以確定是否開(kāi)啟遮陽(yáng)板。

可選地，識(shí)別車(chē)窗區(qū)域圖像中的駕駛者的駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果還包括：提取車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的位置信息、邊緣特征和紋理特征；通過(guò)分類器識(shí)別位置信息和邊緣特征，得到駕駛者打電話特征識(shí)別結(jié)果；通過(guò)分類器識(shí)別位置信息和紋理特征，得到安全帶狀態(tài)特征識(shí)別結(jié)果。

可選地，提取車(chē)窗區(qū)域圖像中駕駛者的位置信息和紋理特征，并將駕駛者的位置 信息和紋理特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)，得出駕駛者是否佩戴安全帶的識(shí)別結(jié)果。

可選地，提取車(chē)窗區(qū)域圖像中駕駛者的位置信息和邊緣特征，并將駕駛者的位置信息和邊緣特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)，得出駕駛者是否正在打電話的識(shí)別結(jié)果。

可選地，對(duì)車(chē)輛圖像和車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理包括：對(duì)車(chē)輛圖像進(jìn)行高光和/或陰影調(diào)整，得到處理后的車(chē)輛圖像；以及調(diào)整車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到處理后的車(chē)窗區(qū)域圖像。

其中，可以對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行高光和/或陰影調(diào)整，得到處理后的車(chē)輛圖像。高光和/或陰影調(diào)整可以配合以下處理方式共同進(jìn)行調(diào)整，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理等。

可選地，對(duì)車(chē)窗區(qū)域圖像進(jìn)行人眼感官處理的方式可以為對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，選取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)；然后調(diào)整車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到處理后的車(chē)窗區(qū)域圖像。對(duì)比度系數(shù)的調(diào)整可以配合以下處理方式共同進(jìn)行調(diào)整，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理等；然后保存一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)；進(jìn)一步將一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)進(jìn)行二次圖像處理，該處理包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理。最后保存車(chē)窗區(qū)域處理后的YUV數(shù)據(jù)，即處理后的車(chē)窗區(qū)域圖像。

可選地，將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像包括：將處理后的車(chē)輛圖像的任意一條邊與處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到處理后的圖像；或使用處理后的車(chē)窗區(qū)域圖像替代處理后的車(chē)輛圖像中的車(chē)窗部分，得到處理后的圖像。

可選地，拼接處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像，得到處理后的圖像可以為將上述處理后的車(chē)輛圖像的YUV數(shù)據(jù)和處理后的車(chē)窗區(qū)域圖像的YUV數(shù)據(jù)進(jìn)行保存拼接合成一張圖片，該處理后的圖像能夠滿足人眼感官的要求，能較好地表現(xiàn)車(chē)輛區(qū)域通透和車(chē)窗局部透視的要求。該處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像有多種拼接合成方式，例如，將處理后的車(chē)輛圖像的任意一條邊與處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到處理后的圖像。具體的，如圖4所示，可以將處理后的車(chē)輛圖像的右邊線與處理后的車(chē)窗區(qū)域圖像的左邊線在水平方向上左右拼接，也可以如圖5所示，可以將處理后的車(chē)輛圖像的下邊線與處理后的車(chē)窗區(qū)域圖像的上邊線在豎直方向上上下拼接，可選地，在將處理后的車(chē)輛圖像中的一條邊與處理后的車(chē)窗區(qū)域圖像進(jìn)行拼接時(shí)，兩條邊可以全部或部分地拼接在一起。此外，也可以用處理后的車(chē)窗區(qū)域 圖像替代處理后的車(chē)輛圖像中的車(chē)窗區(qū)域部分的圖像。

在本發(fā)明實(shí)施例中，通過(guò)識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，再將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接從而得到處理后的圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的車(chē)輛圖像適宜人眼感官的效果，進(jìn)而解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

需要說(shuō)明的是，對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書(shū)中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。

實(shí)施例2

根據(jù)本發(fā)明實(shí)施例的另一個(gè)方面，還提供了一種車(chē)輛監(jiān)控裝置，如圖6所示的車(chē)輛監(jiān)控裝置包括：

圖像識(shí)別模塊601，用于識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像；

特征識(shí)別模塊602，用于對(duì)車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果；

圖像處理模塊603，用于對(duì)車(chē)輛圖像和車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；

輸出模塊604，用于輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

可選地，輸出模塊604在輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像時(shí)，可以采用同步輸出的方式輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

可選地，監(jiān)控到的車(chē)輛圖像為車(chē)輛及其周?chē)h(huán)境圖像，監(jiān)控地點(diǎn)可以為公共交通中的十字路口、公路段，也可以為小區(qū)地下車(chē)庫(kù)、公共停車(chē)場(chǎng)等具有車(chē)輛監(jiān)控需求的地帶，監(jiān)控到的車(chē)輛圖像中的車(chē)輛的狀態(tài)可以為行駛狀態(tài)或停泊狀態(tài)，若車(chē)輛處于行駛狀態(tài)，車(chē)輛的行駛速度對(duì)于監(jiān)控成像的影響在此不做限定，若車(chē)輛處于夜間環(huán)境，夜間光線對(duì)于監(jiān)控成像的影響在此同樣不做限定。

在本發(fā)明的上述實(shí)施例，可以通過(guò)高清卡口或高清治安卡口監(jiān)控過(guò)往車(chē)輛到車(chē)輛 圖像。高清卡口：采用先進(jìn)的光電、計(jì)算機(jī)、圖像處理、模式識(shí)別、以及遠(yuǎn)程數(shù)據(jù)訪問(wèn)等技術(shù)，對(duì)監(jiān)控路段的機(jī)動(dòng)車(chē)道、非機(jī)動(dòng)車(chē)道進(jìn)行全天候?qū)崟r(shí)監(jiān)控并記錄相關(guān)圖像數(shù)據(jù)(即上述實(shí)施例中的車(chē)輛圖像)。在獲取車(chē)輛圖像之后，可以通過(guò)前端的處理系統(tǒng)(如處理器)對(duì)所拍攝的車(chē)輛圖像進(jìn)行分析，從中自動(dòng)獲取車(chē)輛的通過(guò)時(shí)間、地點(diǎn)、行駛方向、號(hào)牌號(hào)碼、號(hào)牌顏色、車(chē)身顏色等數(shù)據(jù)，并將獲取到的信息通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)傳輸?shù)礁咔蹇谙到y(tǒng)控制中心的數(shù)據(jù)庫(kù)中進(jìn)行數(shù)據(jù)存儲(chǔ)、查詢、比對(duì)等處理，當(dāng)發(fā)現(xiàn)肇事逃逸、違規(guī)或可疑車(chē)輛時(shí)，系統(tǒng)會(huì)自動(dòng)向攔截系統(tǒng)及相關(guān)人員發(fā)出告警信號(hào)。

高清治安卡口：面向公安治安防控，采用先進(jìn)的光電技術(shù)、圖像處理技術(shù)、模式識(shí)別技術(shù)對(duì)道路上過(guò)往的每一輛汽車(chē)拍下車(chē)輛的圖像和前排司乘人員的特征，并自動(dòng)識(shí)別出車(chē)輛的牌照。利用車(chē)輛治安高清治安卡口系統(tǒng)可以非常迅速地捕捉到肇事車(chē)輛、違章車(chē)輛、黑名單車(chē)輛等，對(duì)公路運(yùn)行車(chē)輛的構(gòu)成、流量分布、違章情況進(jìn)行常年不間斷的自動(dòng)記錄。

可選地，車(chē)窗區(qū)域圖像為車(chē)輛圖像中能夠識(shí)別到的擋風(fēng)玻璃區(qū)域，例如：前排座位左右車(chē)窗擋風(fēng)玻璃、后排座位左右車(chē)窗擋風(fēng)玻璃、車(chē)尾擋風(fēng)玻璃和車(chē)頭擋風(fēng)玻璃。為了獲取更多的目標(biāo)特征和更有處理價(jià)值的車(chē)窗區(qū)域圖片，本實(shí)施例選取車(chē)頭擋風(fēng)玻璃或前排座位左車(chē)窗擋風(fēng)玻璃作為待處理車(chē)窗區(qū)域圖片。

可選地，目標(biāo)特征可以但不限于為以下之一：車(chē)牌、安全帶、遮陽(yáng)板、駕駛者臉部以及駕駛者手機(jī)通話動(dòng)作。依據(jù)不同監(jiān)控需求，目標(biāo)特征還可以為其他具有辨識(shí)度的車(chē)輛特征、駕駛者特征或駕駛者行為特征。

其中，遮陽(yáng)板：是指在汽車(chē)前風(fēng)擋、后風(fēng)擋那塊，為了避免陽(yáng)光刺眼設(shè)計(jì)的，能來(lái)回搬動(dòng)，從而調(diào)整太陽(yáng)光對(duì)眼睛的照射度，避免了交通事故的發(fā)生。

可選地，人眼感官處理在本實(shí)施例中，應(yīng)理解為在進(jìn)行一次完整車(chē)輛圖像的處理過(guò)程之后，所得到的圖像處理結(jié)果適宜于人眼的感官識(shí)別，例如，人眼感官在生物學(xué)領(lǐng)域定義為能夠感知變化在30Hz以內(nèi)，每秒100次的光線變化。基于人眼的生物學(xué)屬性，處理后的車(chē)輛圖像更易于人眼辨識(shí)。

可選地，如圖7所示，特征識(shí)別模塊602包括：

第一圖像處理子模塊701，用于對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理得到預(yù)處理圖像；

第一特征識(shí)別子模塊702，用于對(duì)預(yù)處理圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果。

可選地，第一圖像處理子模塊701對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的方法可以為：對(duì) 輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，獲取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)，對(duì)保存的車(chē)窗矩形區(qū)域的YUV數(shù)據(jù)進(jìn)行以下方式的圖像處理：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma(伽馬曲線)曲線處理、USM銳化(Unsharp Mask，USM銳化濾鏡)、降噪模塊處理。最終得到預(yù)處理圖像。其中，USM銳化為繪圖軟件中的工具，用于快速聚焦圖像中的模糊邊緣；Gamma曲線處理為顯示器中矯正圖像亮度偏差的一種圖像處理方法。

可選地，第一特征識(shí)別子模塊702得到的識(shí)別結(jié)果在廣義上為可被普通監(jiān)控設(shè)備操作人員所獲知并理解的信息，識(shí)別結(jié)果可以作為數(shù)值、文字、符號(hào)或顏色等特征在輸出設(shè)備的人機(jī)交互界面進(jìn)行顯示。例如：某輛小轎車(chē)被監(jiān)控并被采集到車(chē)輛圖像和車(chē)窗區(qū)域圖像，通過(guò)上述實(shí)施例中的圖像處理和特征識(shí)別之后，輸出設(shè)備輸出的識(shí)別結(jié)果為文字串，該文字串的一部分可以為“車(chē)牌號(hào)：京KD3457；駕駛者未使用手機(jī)；駕駛者未系安全帶”。

可選地，識(shí)別結(jié)果還可以包括其他車(chē)輛信息，例如車(chē)輛類型或車(chē)輛顏色等，此處以車(chē)輛類型作為車(chē)輛信息的情況，進(jìn)一步對(duì)本實(shí)施例中的通過(guò)對(duì)預(yù)處理圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果做詳細(xì)說(shuō)明。

可選地，第一特征識(shí)別子模塊702識(shí)別車(chē)輛圖像中的車(chē)輛類型，基于車(chē)輛類型定位車(chē)輛圖像中的車(chē)窗區(qū)域，并識(shí)別出車(chē)窗區(qū)域?qū)?yīng)的車(chē)窗區(qū)域圖像。具體的，根據(jù)車(chē)輛圖像中的車(chē)輛位置信息確定目標(biāo)區(qū)域圖像，其中，目標(biāo)區(qū)域圖像為在車(chē)輛的主視圖方向上的圖像；提取目標(biāo)區(qū)域圖像中的車(chē)輛的輪廓特征和紋理特征；并通過(guò)分類器識(shí)別輪廓特征和紋理特征，得到車(chē)輛類型。

具體的，根據(jù)車(chē)輛檢測(cè)位置信息設(shè)置車(chē)輛正面的感興趣區(qū)域，并提取車(chē)輛輪廓的紋理特征時(shí)，可以通過(guò)將車(chē)輛輪廓的紋理特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)得到車(chē)輛類型。例如，基于車(chē)輛外形特征區(qū)分車(chē)輛圖像中的車(chē)輛類型，一般情況下，貨車(chē)、轎車(chē)、客車(chē)等機(jī)動(dòng)車(chē)輛的外形特征是不同的，由此可知，貨車(chē)、轎車(chē)、客車(chē)等機(jī)動(dòng)車(chē)輛的外形特征在本實(shí)施例中對(duì)應(yīng)的車(chē)輛類型也是不同的。進(jìn)一步，基于不同類型的車(chē)輛的外形設(shè)計(jì)和具體構(gòu)造不同，車(chē)窗區(qū)域在不同類型車(chē)輛中的位置也是不同的，例如普通小轎車(chē)和雙層巴士中，具有駕駛者特征的車(chē)窗區(qū)域的位置是不同的，因此，可以基于車(chē)輛類型定位車(chē)輛圖像中的車(chē)窗區(qū)域，并識(shí)別出車(chē)窗區(qū)域?qū)?yīng)的車(chē)窗區(qū)域圖像，具體的，對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，扣取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)。其中，YUV(Y、U、V分別表示像素分量)是一種顏色編碼格式，主要是指亮度參量和色度參量分開(kāi)表示的像素格式，用于優(yōu)化彩色視頻信號(hào)的傳輸。

可選地，對(duì)預(yù)處理圖像進(jìn)行特征識(shí)的方法還可以為，將上述預(yù)處理圖像、即圖像 處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)送入車(chē)牌識(shí)別算法、安全帶檢測(cè)算法、人臉定位檢測(cè)算法、遮陽(yáng)板檢測(cè)算法、打手機(jī)檢測(cè)算法等車(chē)窗區(qū)域內(nèi)目標(biāo)特征識(shí)別組件，輸出并保存各目標(biāo)特征的識(shí)別結(jié)果。

可選地，如圖8所示，車(chē)輛監(jiān)控裝置還包括：

保存模塊801，用于保存識(shí)別到的預(yù)處理圖像的圖像參數(shù)，其中，圖像參數(shù)包括：預(yù)處理圖像的前景與背景的對(duì)比度和/或預(yù)處理圖像的灰度值；

第一處理模塊802，用于將識(shí)別結(jié)果、識(shí)別結(jié)果的置信度和圖像參數(shù)作為反饋參數(shù)；

第二處理模塊803，用于使用反饋參數(shù)調(diào)整對(duì)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理的預(yù)處理參數(shù)，得到調(diào)整后的預(yù)處理參數(shù)；

第三處理模塊804，用于使用調(diào)整后的預(yù)處理參數(shù)對(duì)當(dāng)前的車(chē)窗區(qū)域圖像和/或下一個(gè)車(chē)窗區(qū)域圖像進(jìn)行預(yù)處理，其中，預(yù)處理包括對(duì)比度增強(qiáng)、曲線校正、銳化以及降噪中的至少一種處理方式。

可選地，在本實(shí)施例中，保存模塊801保存識(shí)別到的預(yù)處理圖像的圖像參數(shù)，該圖像參數(shù)可以為預(yù)處理圖像的前景與背景的對(duì)比度或預(yù)處理圖像的灰度值，也可以同時(shí)包含上述二者。通過(guò)保存大量圖像參數(shù)并進(jìn)行統(tǒng)計(jì)，可以調(diào)整并完善圖像處理策略。識(shí)別結(jié)果的置信度可以通過(guò)對(duì)大量圖像識(shí)別樣本中的識(shí)別錯(cuò)誤率或正確率進(jìn)行統(tǒng)計(jì)以獲取。

可選地，第一處理模塊802將識(shí)別結(jié)果的置信度作為反饋參數(shù)包括：通過(guò)對(duì)識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)獲取識(shí)別結(jié)果的置信度，其中，對(duì)識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)的方法包括：判斷各個(gè)識(shí)別結(jié)果(如駕駛者打電話的特征的識(shí)別結(jié)果、車(chē)輛的遮陽(yáng)板打開(kāi)的特征的識(shí)別結(jié)果、駕駛者系安全帶的特征的識(shí)別結(jié)果等)是否準(zhǔn)確；統(tǒng)計(jì)準(zhǔn)確的識(shí)別結(jié)果的數(shù)量得到識(shí)別結(jié)果的準(zhǔn)確率，并確定該準(zhǔn)確率的置信度。

其中，識(shí)別結(jié)果可以以是否的形式存在，例如，圖像中存在駕駛者打電話的特征，識(shí)別結(jié)果為是，則識(shí)別結(jié)果正確；若識(shí)別結(jié)果為否，則識(shí)別結(jié)果不正確。

可選地，可以基于判斷結(jié)果分別對(duì)識(shí)別結(jié)果進(jìn)行標(biāo)記，如果識(shí)別結(jié)果正確，將該識(shí)別結(jié)果的判斷結(jié)果標(biāo)記為1，如果識(shí)別結(jié)果不正確，將該識(shí)別結(jié)果的判斷結(jié)果標(biāo)記為0，然后對(duì)識(shí)別結(jié)果的判斷結(jié)果的標(biāo)記求和，得到準(zhǔn)確的識(shí)別結(jié)果的數(shù)量，計(jì)算準(zhǔn)確的識(shí)別結(jié)果的數(shù)量與識(shí)別結(jié)果的總數(shù)的比率，得到準(zhǔn)確率。

可選地，置信度一般用于表明抽樣指標(biāo)和總體指標(biāo)的誤差不超過(guò)一定范圍的概率 保證度，具體在本實(shí)施例中，置信度用于表明識(shí)別結(jié)果和預(yù)存的歷史識(shí)別結(jié)果的誤差不超過(guò)一定范圍的概率保證度。因此，置信度可以評(píng)價(jià)識(shí)別結(jié)果的準(zhǔn)確性，進(jìn)而通過(guò)將置信度作為反饋參數(shù)，可以使預(yù)處理參數(shù)的調(diào)整結(jié)果更為可靠。

可選地，如圖9所示，特征識(shí)別模塊602包括：

第二特征識(shí)別子模塊901，用于識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征；

第三特征識(shí)別子模塊902，用于識(shí)別車(chē)窗區(qū)域圖像中是否存在駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果，其中，駕駛狀態(tài)特征包括駕駛者打電話的特征、車(chē)輛的遮陽(yáng)板打開(kāi)的特征以及駕駛者系安全帶的特征中的至少之一，其中，識(shí)別結(jié)果包括駕駛者的人臉特征和狀態(tài)識(shí)別結(jié)果。

可選地，第二特征識(shí)別子模塊901識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征包括：獲取在車(chē)窗區(qū)域圖像成像時(shí)間之前成像的歷史車(chē)窗區(qū)域圖像；提取歷史車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征；通過(guò)將歷史車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征進(jìn)行Haar特征(即Haar-like特征，計(jì)算機(jī)視覺(jué)領(lǐng)域一種常用的特征描述算子)計(jì)算，得到人臉特征檢測(cè)器；通過(guò)人臉特征檢測(cè)器識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的人臉特征，得到人臉特征識(shí)別結(jié)果。

可選地，第二特征識(shí)別子模塊901通過(guò)選取并訓(xùn)練車(chē)窗區(qū)域圖像中駕駛者的人臉的Haar特征，形成檢測(cè)器，然后再利用此檢測(cè)器對(duì)駕駛者進(jìn)行人臉檢測(cè)。

可選地，第三特征識(shí)別子模塊902識(shí)別車(chē)窗區(qū)域圖像中的駕駛者的駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果包括：獲取車(chē)窗區(qū)域圖像成像時(shí)間之前成像的歷史車(chē)窗區(qū)域圖像；提取歷史車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板的邊緣特征；通過(guò)處理歷史車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板的邊緣特征，得到遮陽(yáng)板打開(kāi)狀態(tài)特征檢測(cè)器；通過(guò)遮陽(yáng)板打開(kāi)狀態(tài)特征檢測(cè)器識(shí)別車(chē)窗區(qū)域圖像中的車(chē)輛的遮陽(yáng)板打開(kāi)狀態(tài)特征，得到遮陽(yáng)板打開(kāi)狀態(tài)特征識(shí)別結(jié)果。

可選地，第三特征識(shí)別子模塊902通過(guò)選取并訓(xùn)練車(chē)窗區(qū)域圖像中遮陽(yáng)板的邊緣特征，形成檢測(cè)器，然后進(jìn)行遮陽(yáng)板檢測(cè)，以確定是否開(kāi)啟遮陽(yáng)板。

可選地，第三特征識(shí)別子模塊902識(shí)別車(chē)窗區(qū)域圖像中的駕駛者的駕駛狀態(tài)特征，得到狀態(tài)識(shí)別結(jié)果還包括：提取車(chē)窗區(qū)域圖像中的車(chē)輛的駕駛者的位置信息、邊緣特征和紋理特征；通過(guò)分類器識(shí)別位置信息和邊緣特征，得到駕駛者打電話特征識(shí)別結(jié)果；通過(guò)分類器識(shí)別位置信息和紋理特征，得到安全帶狀態(tài)特征識(shí)別結(jié)果。

可選地，第三特征識(shí)別子模塊902提取車(chē)窗區(qū)域圖像中駕駛者的位置信息和紋理 特征，并將駕駛者的位置信息和紋理特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)，得出駕駛者是否佩戴安全帶的識(shí)別結(jié)果。

可選地，第三特征識(shí)別子模塊902提取車(chē)窗區(qū)域圖像中駕駛者的位置信息和邊緣特征，并將駕駛者的位置信息和邊緣特征送入分類器進(jìn)行訓(xùn)練和預(yù)測(cè)，得出駕駛者是否正在打電話的識(shí)別結(jié)果。

可選地，如圖10所示，圖像處理模塊603包括：

第一調(diào)整子模塊1001，用于對(duì)車(chē)輛圖像進(jìn)行高光和/或陰影調(diào)整，得到處理后的車(chē)輛圖像；

第二調(diào)整子模塊1002，用于調(diào)整車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到處理后的車(chē)窗區(qū)域圖像。

其中，第一調(diào)整子模塊1001可以對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行高光和/或陰影調(diào)整，得到處理后的車(chē)輛圖像。高光和/或陰影調(diào)整可以配合以下處理方式共同進(jìn)行調(diào)整，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理等。

可選地，第二調(diào)整子模塊1002對(duì)車(chē)窗區(qū)域圖像進(jìn)行人眼感官處理的方式可以為對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，選取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)；然后調(diào)整車(chē)窗區(qū)域圖像中各個(gè)像素點(diǎn)的對(duì)比度系數(shù)，得到處理后的車(chē)窗區(qū)域圖像。對(duì)比度系數(shù)的調(diào)整可以配合以下處理方式共同進(jìn)行調(diào)整，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理等；然后保存一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)；進(jìn)一步將一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)進(jìn)行二次圖像處理，該處理包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理。最后保存車(chē)窗區(qū)域處理后的YUV數(shù)據(jù)，即處理后的車(chē)窗區(qū)域圖像。

可選地，圖像處理模塊還包括：

拼接模塊，用于將處理后的車(chē)輛圖像的任意一條邊與處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到處理后的圖像；或

替代模塊，用于使用處理后的車(chē)窗區(qū)域圖像替代處理后的車(chē)輛圖像中的車(chē)窗部分，得到處理后的圖像。

可選地，拼接處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像，得到處理后的圖像可以為將上述處理后的車(chē)輛圖像的YUV數(shù)據(jù)和處理后的車(chē)窗區(qū)域圖像的YUV數(shù)據(jù)進(jìn)行保存拼接合成一張圖片，該處理后的圖像能夠滿足人眼感官的要求，能較好地表現(xiàn)車(chē)輛區(qū)域通透和車(chē)窗局部透視的要求。該處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像有多 種拼接合成方式，例如，將處理后的車(chē)輛圖像的任意一條邊與處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到處理后的圖像。具體的，如圖4所示，可以將處理后的車(chē)輛圖像的右邊線與處理后的車(chē)窗區(qū)域圖像的左邊線在水平方向上左右拼接，也可以如圖5所示，可以將處理后的車(chē)輛圖像的下邊線與處理后的車(chē)窗區(qū)域圖像的上邊線在豎直方向上上下拼接?？蛇x地，在將處理后的車(chē)輛圖像中的一條邊與處理后的車(chē)窗區(qū)域圖像進(jìn)行拼接時(shí)，兩條邊可以全部或部分地拼接在一起。此外，也可以用處理后的車(chē)窗區(qū)域圖像替代處理后的車(chē)輛圖像中的車(chē)窗區(qū)域部分的圖像。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種處理器，包括具有實(shí)施例中任一實(shí)施例的車(chē)輛監(jiān)控裝置。

該處理器可以設(shè)置在高清卡口或高清治安卡口的抓拍機(jī)中。其中，抓拍機(jī)可以為透視車(chē)窗并且檢測(cè)車(chē)窗區(qū)域目標(biāo)特征的工作平臺(tái)。

在本發(fā)明實(shí)施例中，通過(guò)識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像和上述車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，再將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接從而得到處理后的圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的車(chē)輛圖像適宜人眼感官的效果，進(jìn)而解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種圖像采集設(shè)備11，該圖像采集設(shè)備11包括：

圖像采集單元1101，用于在車(chē)輛進(jìn)入預(yù)設(shè)位置時(shí)采集車(chē)輛的車(chē)輛圖像；處理器1102，與圖像采集單元1101連接，用于識(shí)別車(chē)輛圖像中的車(chē)窗區(qū)域圖像；對(duì)車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別，得到目標(biāo)特征的識(shí)別結(jié)果，對(duì)車(chē)輛圖像和車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接得到處理后的圖像；以及輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

可選地，處理器1102在輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像時(shí)，可以采用同步輸出的方式輸出目標(biāo)特征的識(shí)別結(jié)果和處理后的圖像。

該圖像采集設(shè)備可以設(shè)置在高清卡口或高清治安卡口上。

通過(guò)上述實(shí)施例中的圖像采集設(shè)備，在識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像之后，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像和車(chē)窗區(qū)域圖像分別進(jìn)行人眼感官處理，并將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接從而得到處理后的圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處 理后的圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的圖像適宜人眼感官的效果，解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

可選地，處理器1102對(duì)車(chē)輛圖像進(jìn)行人眼感官處理的處理方式可以為對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，選取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)；然后將輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行基于人眼感官策略的車(chē)輛圖像處理，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理，最后保存車(chē)輛圖片的YUV數(shù)據(jù)，即處理后的車(chē)輛圖像。

可選地，處理器1102對(duì)車(chē)輛圖像進(jìn)行人眼感官處理的處理方式可以為對(duì)輸入的車(chē)輛圖片YUV數(shù)據(jù)進(jìn)行車(chē)窗檢測(cè)，選取車(chē)窗區(qū)域矩形區(qū)域，并保存車(chē)窗區(qū)域矩形對(duì)應(yīng)的YUV數(shù)據(jù)；然后將輸出的車(chē)窗矩形區(qū)域的YUV數(shù)據(jù)進(jìn)行一次圖像處理，包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理；然后保存一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)；進(jìn)一步將一次圖像處理后的車(chē)窗矩形區(qū)域YUV數(shù)據(jù)進(jìn)行二次圖像處理，即基于人眼感官策略的車(chē)窗區(qū)域圖像處理，該處理包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化、降噪模塊處理。最后保存車(chē)窗區(qū)域處理后的YUV數(shù)據(jù)，即車(chē)窗感官圖像。

可選地，處理器1102拼接處理后的車(chē)輛圖像和車(chē)窗感官圖像，得到處理后的車(chē)輛圖像可以為將上述車(chē)輛圖片的YUV數(shù)據(jù)和車(chē)窗區(qū)域處理后的YUV數(shù)據(jù)進(jìn)行保存拼接合成一張圖片，該處理后的車(chē)輛圖片能夠滿足人眼感官的要求，能較好地表現(xiàn)車(chē)輛區(qū)域通透和車(chē)窗局部透視的要求。而且該處理后的車(chē)輛圖像和車(chē)窗感官圖像有多種拼接合成方式，例如，將處理后的車(chē)輛圖像的任意一條邊與處理后的車(chē)窗區(qū)域圖像的一條邊拼接，得到處理后的圖像。具體的，如圖4所示，可以將處理后的車(chē)輛圖像的右邊線與處理后的車(chē)窗區(qū)域圖像的左邊線在水平方向上左右拼接，也可以如圖5所示，可以將處理后的車(chē)輛圖像的下邊線與處理后的車(chē)窗區(qū)域圖像的上邊線在豎直方向上上下拼接。可選地，在將處理后的車(chē)輛圖像中的一條邊與處理后的車(chē)窗區(qū)域圖像進(jìn)行拼接時(shí)，兩條邊可以全部或部分地拼接在一起。此外，也可以用處理后的車(chē)窗區(qū)域圖像替代處理后的車(chē)輛圖像中的車(chē)窗區(qū)域部分的圖像。

可選地，如圖12所示，圖像采集單元1101包括：

成像傳感器1201，用于在車(chē)輛進(jìn)入預(yù)設(shè)位置時(shí)獲取車(chē)輛的成像圖像；

數(shù)據(jù)轉(zhuǎn)換器1202，分別與成像傳感器和處理器連接，用于將成像圖像轉(zhuǎn)換為YUV數(shù)據(jù)形式的車(chē)輛圖像，并將車(chē)輛圖像輸入處理器。

其中，數(shù)據(jù)轉(zhuǎn)換器可以為模數(shù)轉(zhuǎn)換器。

可選地，成像傳感器1201用于在車(chē)輛行駛過(guò)程或停泊過(guò)程中，用抓拍機(jī)對(duì)場(chǎng)景進(jìn)行監(jiān)控，當(dāng)車(chē)輛進(jìn)入預(yù)先設(shè)置的抓拍位置，運(yùn)行在主處理器中視頻檢測(cè)算法會(huì)自動(dòng)觸發(fā)圖像采集單元抓拍車(chē)輛通行圖片。

可選地，數(shù)據(jù)轉(zhuǎn)換器1202將成像傳感器1201采集到的圖片會(huì)以YUV數(shù)據(jù)形式送入下一處理環(huán)節(jié)，從而使最終輸出的圖片能夠達(dá)到透視車(chē)窗的效果且車(chē)窗區(qū)域目標(biāo)特征識(shí)別結(jié)果更準(zhǔn)確。

可選地，圖像采集設(shè)備可以由鏡頭、圖像采集單元(成像sensor傳感器、A/D轉(zhuǎn)換模塊、FPGA可編程邏輯控制器)、主控制器、SDRAM內(nèi)存四部分組成。

可選地，如圖13所示的一種可選的圖像采集設(shè)備的實(shí)施例，該圖像采集設(shè)備包括鏡頭1301、圖像采集單元、主控制器1305和內(nèi)存1306。其中，圖像采集單元包括成像傳感器1302、模/數(shù)轉(zhuǎn)換器1303和可編程邏輯控制器1304。

在上述實(shí)施例中，通過(guò)鏡頭和成像傳感器采集車(chē)輛圖像，經(jīng)過(guò)模/數(shù)轉(zhuǎn)換器(即上述實(shí)施例中的數(shù)據(jù)轉(zhuǎn)換器)和可編程邏輯控制器將車(chē)輛圖像發(fā)送至主控制器，主控制器實(shí)現(xiàn)上述實(shí)施例中的處理器的功能，其中，內(nèi)存用于存儲(chǔ)該實(shí)施例中的車(chē)輛圖像和對(duì)車(chē)輛圖像進(jìn)行處理的過(guò)程中產(chǎn)生的過(guò)程數(shù)據(jù)。

上述實(shí)施例中的圖片采集設(shè)備可以為抓拍機(jī)；其中的主控制器可以包括高運(yùn)算性能的ARM架構(gòu)處理器和DSP處理器。

可選地，如圖14所示的車(chē)輛監(jiān)控方法，該實(shí)施例包括如下步驟：

步驟S1401，獲取車(chē)輛圖像的YUV數(shù)據(jù)。

具體地，可以從高清卡口或高清治安卡口獲取該車(chē)輛圖像。

步驟S1402，獲取車(chē)窗感興趣區(qū)域圖像。

具體地，可以通過(guò)車(chē)輛ROI區(qū)域(即車(chē)窗感興趣區(qū)域)定位模塊獲取車(chē)窗感興趣區(qū)域圖像，該車(chē)窗感興趣區(qū)域圖像即為上述實(shí)施例中的車(chē)窗區(qū)域圖像。

可選地，車(chē)輛ROI區(qū)域定位模塊可以對(duì)獲取的卡口圖片的YUV數(shù)據(jù)(即上述實(shí)施例中的車(chē)輛圖像的YUV數(shù)據(jù))進(jìn)行車(chē)窗檢測(cè)，從車(chē)輛圖像中扣取車(chē)窗區(qū)域的矩形區(qū)域，并保存該車(chē)窗區(qū)域圖像的YUV數(shù)據(jù)。

步驟S1403，針對(duì)車(chē)輛圖像進(jìn)行人眼感官處理。也即，對(duì)車(chē)輛圖像進(jìn)行人眼觀感處理，得到通透的車(chē)輛圖像。該步驟與步驟S1402可以是并行的。

具體地，在獲取卡口圖片YUV數(shù)據(jù)之后，對(duì)其進(jìn)行圖像處理后，保存卡口圖片車(chē) 輛的YUV數(shù)據(jù)，即通透的車(chē)輛圖像，其中的圖像處理包括：人眼感官方向處理，圖像處理還可以包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化以及降噪處理中的至少之一。

步驟S1404，輸出處理后的車(chē)輛圖像(即為上述的通透的車(chē)輛圖像)。

步驟S1405，針對(duì)車(chē)窗區(qū)域圖像進(jìn)行人眼感官處理。

具體地，在獲取車(chē)窗區(qū)域圖像的YUV數(shù)據(jù)之后，對(duì)其進(jìn)行圖像處理，并保存處理后的車(chē)窗區(qū)域圖像的YUV數(shù)據(jù)，即透視的車(chē)窗區(qū)域圖像，其中的圖像處理包括：人眼感官方向處理，圖像處理還可以包括：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化以及降噪處理中的至少之一。

步驟S1406，輸出處理后的車(chē)窗區(qū)域圖像(即為透視的車(chē)窗區(qū)域圖像)。

步驟S1407，將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像拼接成處理后的圖像。

上述實(shí)施例中的拼接處理方式有多種形式：可以將處理后的車(chē)輛圖像和處理后的車(chē)窗區(qū)域圖像進(jìn)行左右拼接、上下拼接，也可以使用處理后的車(chē)窗區(qū)域圖像替代處理后的全畫(huà)幅圖像中的車(chē)窗部分。

圖1所示實(shí)施例的步驟S106可以通過(guò)上述步驟S1403至S1407實(shí)現(xiàn)，上述步驟可以通過(guò)圖片處理模塊處理。

通過(guò)上述實(shí)施例得到的處理后的圖像，可以滿足人眼感官的要求，能很好地表現(xiàn)車(chē)輛區(qū)域通透和車(chē)窗局部透視的要求。

步驟S1408，對(duì)車(chē)窗感興趣區(qū)域進(jìn)行圖像預(yù)處理。

該步驟可以是與步驟S1405并行的。

其中，對(duì)識(shí)別到的車(chē)窗區(qū)域圖像進(jìn)行圖像預(yù)處理得到預(yù)處理圖像，并保存該預(yù)處理圖像的YUV數(shù)據(jù)。其中，預(yù)處理包括下述處理中的至少之一：自動(dòng)對(duì)比度增強(qiáng)處理、Gamma曲線處理、USM銳化以及降噪處理。

步驟S1409，識(shí)別車(chē)型。

步驟S1410，檢測(cè)駕駛者是否系安全帶。

檢測(cè)結(jié)果可以為：系安全帶(可以用識(shí)別表示)和未系安全帶(可以用不識(shí)別表示)。

步驟S1411，定位駕駛者的人臉特征。

步驟S1412，檢測(cè)遮陽(yáng)板是否打開(kāi)。

檢測(cè)結(jié)果可以為：打開(kāi)(可以用識(shí)別表示)和未打開(kāi)(可以用不識(shí)別表示)。

步驟S1413，檢測(cè)駕駛者是否在打手機(jī)。

檢測(cè)結(jié)果可以為：打手機(jī)(可以用識(shí)別表示)和未打手機(jī)(可以用不識(shí)別表示)。

上述的步驟S1409至步驟S1413可以是并行處理的。

步驟S1414，統(tǒng)計(jì)特征識(shí)別結(jié)果。即統(tǒng)計(jì)步驟S1409至步驟S1413的特征識(shí)別結(jié)果。

步驟S1415，基于特征識(shí)別結(jié)果確定反饋控制參數(shù)。

步驟S1416，輸出處理后的圖像和特征識(shí)別結(jié)果。

在本發(fā)明實(shí)施例中，通過(guò)識(shí)別監(jiān)控到的車(chē)輛圖像中的車(chē)窗區(qū)域圖像，對(duì)上述車(chē)窗區(qū)域圖像進(jìn)行特征識(shí)別從而得到目標(biāo)特征的識(shí)別結(jié)果；并對(duì)上述車(chē)輛圖像進(jìn)行人眼感官處理從而得到處理后的車(chē)輛圖像；最終輸出上述目標(biāo)特征的識(shí)別結(jié)果和上述處理后的車(chē)輛圖像，達(dá)到了準(zhǔn)確識(shí)別監(jiān)控車(chē)輛目標(biāo)特征和處理后的車(chē)輛圖像適宜人眼感官的效果，進(jìn)而解決了監(jiān)控車(chē)輛的圖像檢測(cè)識(shí)別率較低的技術(shù)問(wèn)題。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

在本發(fā)明的上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的技術(shù)內(nèi)容，可通過(guò)其它的方式實(shí)現(xiàn)。其中，以上所描述的裝置實(shí)施例僅僅是示意性的，例如所述單元的劃分，可以為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成 的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可為個(gè)人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤(pán)、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、移動(dòng)硬盤(pán)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。