CN105355052B - 一种车辆图像的合成方法和装置 - Google Patents

Abstract

本发明提供一种车辆图像的合成方法和装置，该方法包括：管理平台接收来自第一前端设备的包括车尾特征信息的第一车辆图像，并接收来自第二前端设备的包括车头特征信息的第二车辆图像；所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；所述管理平台将匹配的第一车辆图像和第二车辆图像拼接为合成图像。通过本发明的技术方案，即使车尾的车牌号与车头的车牌号不同，也可以基于车尾特征信息和车头特征信息匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配到的第一车辆图像和第二车辆图像拼接成为一张完整的违章行为的合成图像，从而得到带有驾驶人信息的合成图像。

Description

一种车辆图像的合成方法和装置

技术领域

本发明涉及图像技术领域，尤其涉及一种车辆图像的合成方法和装置。

背景技术

电子警察系统广泛的应用于城市十字交叉路口、人行道口、限时道路、主辅路进出口、公交专用道等位置，用于对指定车道内的车辆闯红灯、压线、不按指定车道行驶等违章行为进行不间断的自动检测和记录。其中，电子警察系统可以利用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术，对监控路面经过的车辆进行连续全天候的图像抓拍，并通过网络将车辆图像(包括车辆上车尾的车牌号)传输到管理平台进行后续处理。

车辆通过路口的违章行为由多张不同时空位置的车辆图像组成，能够清晰反映车辆到达停止线前、离开停止线到离开路口的全过程，因此管理平台可以利用车辆图像确定出车辆的违章行为，并基于对应的车牌号获知发生违章行为的车辆的车牌号。但是，由于车辆图像是抓拍车尾时产生的图像，这一图像中缺失了驾驶人信息，这就为代扣分等不法行为提供了实施可能。

为了得到违章车辆的驾驶人信息，要求反向安装卡口系统，卡口系统可以利用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术，对监控路面经过的车辆进行连续全天候的图像抓拍，并通过网络将车辆图像(包括车辆上车头的车牌号和驾驶人信息)传输到管理平台进行后续处理。

基于车尾的车牌号与车头的车牌号相同的特点，管理平台可以将包括车尾的车牌号的车辆图像以及包括车头的车牌号的车辆图像，拼接成为一张完整的违章行为的合成图像，而且这一合成图像中会包括驾驶人信息。

挂车是指在设计和制造上需要由汽车或者拖拉机牵引，才能在道路上正常使用的无动力车辆，挂车车头的车牌号为真实车牌号，而挂车车尾的车牌号在真实车牌号的基础上，最后一位增加一个挂字，从而导致车尾的车牌号与车头的车牌号不同。因此，当挂车发生违章行为时，由于车尾的车牌号与车头的车牌号不同，因此管理平台无法将包括车尾的车牌号的车辆图像以及包括车头的车牌号的车辆图像，拼接成为一张完整的违章行为的合成图像。

发明内容

本发明提供一种车辆图像的合成方法，所述方法包括以下步骤：

管理平台接收来自第一前端设备的包括车尾特征信息的第一车辆图像，并接收来自第二前端设备的包括车头特征信息的第二车辆图像；所述第一前端设备和所述第二前端设备用于对经过同一区域的车辆进行图像采集；

所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

所述管理平台将匹配的第一车辆图像和第二车辆图像拼接为合成图像。

所述第一车辆图像中还包括车尾的车牌号，所述第二车辆图像中还包括车头的车牌号，所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，所述方法进一步包括：所述管理平台判断所述车尾的车牌号与所述车头的车牌号是否相同；

如果相同，则所述管理平台利用所述车尾的车牌号以及所述车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

如果不同，则所述管理平台执行利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程。

所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程，具体包括：

所述管理平台获得包括车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为所述第一采集时间与预设时间间隔之差；

所述管理平台查询包括所述第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

所述管理平台确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像的过程，具体包括：当存在车头特征信息与所述车尾特征信息相同的多个第二车辆图像时，所述管理平台获得车头特征信息与所述车尾特征信息相同的所述多个第二车辆图像的采集时间，并分别计算所述第一采集时间与所述多个第二车辆图像的采集时间之间的时间差值；所述管理平台选择时间差值最小的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

所述车尾特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小；

所述车头特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

本发明提供一种车辆图像的合成装置，所述车辆图像的合成装置应用在管理平台上，且所述车辆图像的合成装置具体包括：

接收模块，用于接收来自第一前端设备的包括车尾特征信息的第一车辆图像，接收来自第二前端设备的包括车头特征信息的第二车辆图像；所述第一前端设备和所述第二前端设备用于对经过同一区域的车辆进行图像采集；

处理模块，用于利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

合成模块，用于将匹配的第一车辆图像和第二车辆图像拼接为合成图像。

所述第一车辆图像中包括车尾的车牌号，所述第二车辆图像中包括车头的车牌号；所述处理模块，进一步用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，判断所述车尾的车牌号与所述车头的车牌号是否相同；如果相同，则利用所述车尾的车牌号以及所述车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；如果不同，则执行利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程。

所述处理模块，具体用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程中，获得包括所述车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为所述第一采集时间与预设时间间隔之差；

查询包括所述第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

所述处理模块，具体用于在确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像的过程中，当存在车头特征信息与所述车尾特征信息相同的多个第二车辆图像时，则获得车头特征信息与所述车尾特征信息相同的所述多个第二车辆图像的采集时间，并分别计算所述第一采集时间与所述多个第二车辆图像的采集时间之间的时间差值；选择时间差值最小的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

所述车尾特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小；

所述车头特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

基于上述技术方案，本发明实施例中，管理平台可以接收到包括车尾特征信息的第一车辆图像和包括车头特征信息的第二车辆图像，并利用车尾特征信息和车头特征信息匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配的第一车辆图像和第二车辆图像拼接为合成图像。上述方式不需要基于车尾的车牌号与车头的车牌号来匹配到对应于同一车辆的第一车辆图像和第二车辆图像，即使车尾的车牌号与车头的车牌号不同(如发生违章行为的挂车的车尾的车牌号与车头的车牌号不同)，也可以基于车尾特征信息和车头特征信息匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配到的第一车辆图像和第二车辆图像拼接成为一张完整的违章行为的合成图像，从而得到带有驾驶人信息(驾驶人人脸)的合成图像，提升道路交通违章行为的捕获能力，降低交警在非现场处罚阶段因为证据不完整的人工校对工作量，从而提升道路交通行为规范，提升道路交通安全指标。

附图说明

图1是本发明一种实施方式中的车辆图像的合成方法的流程图；

图2是本发明一种实施方式中的管理平台的硬件结构图；

图3是本发明一种实施方式中的车辆图像的合成装置的结构图。

具体实施方式

针对现有技术中存在的问题，本发明实施例中提出一种车辆图像的合成方法，应用于包括第一前端设备、第二前端设备和管理平台的视频监控系统中，且第一前端设备和第二前端设备用于对经过同一区域的车辆进行图像采集，如第一前端设备和第二前端设备用于对经过位置A的车辆进行图像采集。

其中，第一前端设备具体可以为网络摄像机、模拟摄像机等，且第一前端设备可以为电子警察系统中用于采集车辆图像的前端设备，第一前端设备用于对监控路面经过的车辆进行连续全天候的图像抓拍，并通过网络将车辆图像(包括车辆上车尾的车牌号)传输到管理平台进行后续处理。

其中，第二前端设备具体可以为网络摄像机、模拟摄像机等，且第二前端设备可以为卡口系统中用于采集车辆图像的前端设备，第二前端设备用于对监控路面经过的车辆进行连续全天候的图像抓拍，并通过网络将车辆图像(包括车辆上车头的车牌号和驾驶人信息)传输到管理平台进行后续处理。

为了方便描述，将第一前端设备通过网络传输到管理平台的车辆图像称为第一车辆图像，该第一车辆图像中至少可以包括车辆上车尾的车牌号。将第二前端设备通过网络传输到管理平台的车辆图像称为第二车辆图像，该第二车辆图像中至少可以包括车辆上车头的车牌号和驾驶人信息。

在此基础上，本发明实施例中，第一前端设备在采集到第一车辆图像时，还可以获得车尾特征信息，在第一车辆图像中添加车尾特征信息，并通过网络将包括车尾特征信息的第一车辆图像传输到管理平台进行后续处理。其中，车尾特征信息具体可以包括但不限于以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

此外，本发明实施例中，第二前端设备在采集到第二车辆图像时，还可以获得车头特征信息，在第二车辆图像中添加车头特征信息，并通过网络将包括车头特征信息的第二车辆图像传输到管理平台进行后续处理。其中，车头特征信息具体可以包括但不限于以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

其中，第一前端设备可以对自身采集到的第一车辆图像进行分析，从而可以获得车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小等车尾特征信息。而且，第二前端设备可以对自身采集到的第二车辆图像进行分析，从而可以获得车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小等车头特征信息。

为了方便描述，后续以车尾特征信息包括车辆的车型、车辆所处的车道、车辆的车牌颜色，且车头特征信息包括车辆的车型、车辆所处的车道、车辆的车牌颜色为例进行说明。对于其它车尾特征信息的组合方式以及其它车头特征信息的组合方式，其处理流程与此类似，后续不再进行赘述。

其中，车辆的车型具体可以包括但不限于以下车型：轿车、面包车、SUV(SportUtility Vehicle，运动型多用途汽车)、小货车、大货车、大客车等，此外，车辆的车型还可以包括二轮车/非机动车、中巴车、三轮车、摩托车等。车辆所处的车道是指：将车辆所处位置按照画面从左往右(或从右往左)划分车道属性，如按照画面从左往右依次为第一车道、第二车道、第三车道等。车辆的车牌颜色可以是白色、黄色、蓝色、黑色、绿色等颜色。

本发明实施例中，第一前端设备在采集到第一车辆图像时，还可以获得该第一车辆图像的采集时间，并在该第一车辆图像中添加该第一车辆图像的采集时间。第二前端设备在采集到第二车辆图像时，还可以获得该第二车辆图像的采集时间，并在该第二车辆图像中添加该第二车辆图像的采集时间。

经过上述处理，第一前端设备通过网络传输到管理平台的第一车辆图像包括：车辆上车尾的车牌号、第一车辆图像的采集时间、车辆的车型、车辆所处的车道、车辆的车牌颜色等信息。第二前端设备通过网络传输到管理平台的第二车辆图像包括：车辆上车头的车牌号、驾驶人信息、第二车辆图像的采集时间、车辆的车型、车辆所处的车道、车辆的车牌颜色等信息。

其中，第一前端设备可以通过第一车辆图像报文将第一车辆图像发送给管理平台，且该第一车辆图像报文中携带号牌号码字段(CarPlate)，采集时间字段，车型字段(VehicleType)，车道属性字段(LaneID)，号牌颜色字段(PlateColor)。该号牌号码字段用于承载车辆上车尾的车牌号，如号牌号码字段的取值为浙A12345。该采集时间字段用于承载第一车辆图像的采集时间，如采集时间字段的取值为2015年9月18日，16:10:05。该车型字段用于承载车辆的车型，如车型字段的取值为1时，表示轿车，取值为2时，表示面包车，取值为3时，表示SUV，取值为4时，表示小货车，取值为5时，表示大货车，取值为6时，表示大客车，取值为7时，表示其它车型。该车道属性字段用于承载车辆所处的车道，如车道属性字段的取值为1时，表示车辆处在车道为第一车道，取值为2时，表示车辆处在车道为第二车道。该号牌颜色字段用于承载车辆的车牌颜色，如号牌颜色字段的取值为1时，表示白色，取值为2时，表示黄色，取值为3时，表示蓝色，取值为4时，表示黑色，取值为5时，表示绿色，取值为6时，表示其它颜色。

在上述应用场景下，该车辆图像的合成方法具体可以应用于视频监控系统中的管理平台(如VM(Video Management，视频管理)服务器等)上，如图1所示，该车辆图像的合成方法具体可以包括以下步骤：

步骤101，管理平台接收来自第一前端设备的包括车尾特征信息的第一车辆图像，并接收来自第二前端设备的包括车头特征信息的第二车辆图像。

步骤102，管理平台利用该车尾特征信息(即第一车辆图像中包括的车尾特征信息)以及该车头特征信息(即第二车辆图像中包括的车头特征信息)，匹配到对应于同一车辆的第一车辆图像和第二车辆图像。

步骤103，管理平台将匹配到的第一车辆图像和第二车辆图像拼接为合成图像，以得到带有驾驶人信息(如驾驶人人脸等)的合成图像。

本发明实施例中，第一车辆图像中还可以包括车尾的车牌号，第二车辆图像中还可以包括车头的车牌号，基于此，管理平台在利用车尾特征信息以及车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，管理平台还可以判断车尾的车牌号与车头的车牌号是否相同。如果二者相同，则管理平台直接利用车尾的车牌号以及车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配到的第一车辆图像和第二车辆图像拼接为合成图像，以得到带有驾驶人信息的合成图像。如果二者不同，则管理平台执行利用车尾特征信息以及车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程，并将匹配到的第一车辆图像和第二车辆图像拼接为合成图像，以得到带有驾驶人信息的合成图像。

本发明实施例中，管理平台利用车尾特征信息以及车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程，具体可以包括但不限于如下方式：管理平台获得包括车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为第一采集时间与预设时间间隔之差。管理平台查询包括第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并从多个第二车辆图像中确定出车头特征信息与车尾特征信息相同的第二车辆图像，为与该第一车辆图像对应于同一车辆的第二车辆图像。

本发明实施例中，管理平台从多个第二车辆图像中确定出车头特征信息与车尾特征信息相同的第二车辆图像，为与该第一车辆图像对应于同一车辆的第二车辆图像的过程，具体可以包括但不限于如下方式：当存在车头特征信息与车尾特征信息相同的一个第二车辆图像时，则管理平台直接确定该一个第二车辆图像，为与该第一车辆图像对应于同一车辆的第二车辆图像。或者，当存在车头特征信息与车尾特征信息相同的多个第二车辆图像时，则管理平台可以分别获得车头特征信息与车尾特征信息相同的这多个第二车辆图像的采集时间，并分别计算第一采集时间与当前获得的多个第二车辆图像的采集时间之间的时间差值。基于此，管理平台可以选择时间差值最小的第二车辆图像，为与该第一车辆图像对应于同一车辆的第二车辆图像。

以下结合具体应用对本发明实施例的上述过程进行详细说明。

针对同一车辆的第一车辆图像和第二车辆图像，如果车尾的车牌号与车头的车牌号相同，则管理平台可以利用车尾的车牌号以及车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配到的第一车辆图像和第二车辆图像拼接为合成图像，以得到带有驾驶人信息的合成图像。

针对同一车辆的第一车辆图像和第二车辆图像，如果车尾的车牌号与车头的车牌号不同，例如，对于故意遮挡车牌、前后车牌不一致的挂车、车牌的识别错误等情况，管理平台无法基于车尾的车牌号以及车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像。以挂车为例，挂车车头的车牌号为真实车牌号，而挂车车尾的车牌号在真实车牌号的基础上，最后一位增加一个挂字，从而导致车尾的车牌号与车头的车牌号不同。

由于车辆通过路口的违章行为由多张不同时空位置的车辆图像组成，能够清晰反映车辆到达停止线前、离开停止线到离开路口的全过程，因此管理平台可以利用第一车辆图像确定出车辆的违章行为，并获得第一车辆图像的第一采集时间和车尾特征信息。对于挂车，该车尾特征信息具体包括：车辆的车型为大货车，车辆所处的车道为第二车道，车辆的车牌颜色为黄色。

由于在挂车通过路口时，挂车车头经过路口的时间早于挂车车尾经过路口的时间，在确定出第一车辆图像的第一采集时间(即挂车车尾经过路口的时间)之后，可以预估出挂车车头经过路口的时间(即第二采集时间)，如挂车车头经过路口的时间与挂车车尾经过路口的时间之间的时间间隔为预设时间间隔(如30秒)时，则管理平台可以确定第二采集时间(时间B)为第一采集时间(时间A)与预设时间间隔之差，如时间B(时间A-30秒)。

考虑到误差等因素的影响，管理平台还可以为第二采集时间(时间B)设置一包括第二采集时间的时间区间，如(时间B-2秒，时间B+2秒)，并查询该时间区间对应的多个第二车辆图像，假设查询到的第二车辆图像为第二车辆图像1、第二车辆图像2和第二车辆图像3。针对第二车辆图像1，假设管理平台获得车头特征信息具体包括：车辆的车型为轿车，车辆所处的车道为第一车道，车辆的车牌颜色为蓝色。针对第二车辆图像2，假设管理平台获得车头特征信息具体包括：车辆的车型为大货车，车辆所处的车道为第二车道，车辆的车牌颜色为黄色。针对第二车辆图像3，假设管理平台获得车头特征信息具体包括：车辆的车型为轿车，车辆所处的车道为第三车道，车辆的车牌颜色为蓝色。基于此，则管理平台可以从第二车辆图像1、第二车辆图像2和第二车辆图像3中确定出车头特征信息与车尾特征信息相同的第二车辆图像2，为与该第一车辆图像对应于同一车辆的第二车辆图像。

又例如，假设查询到的第二车辆图像为第二车辆图像1、第二车辆图像2、第二车辆图像3和第二车辆图像4。针对第二车辆图像1，假设管理平台获得车头特征信息具体包括：车辆的车型为轿车，车辆所处的车道为第一车道，车辆的车牌颜色为蓝色。针对第二车辆图像2，假设管理平台获得车头特征信息具体包括：车辆的车型为大货车，车辆所处的车道为第二车道，车辆的车牌颜色为黄色。针对第二车辆图像3，假设管理平台获得车头特征信息具体包括：车辆的车型为轿车，车辆所处的车道为第三车道，车辆的车牌颜色为蓝色。针对第二车辆图像4，假设管理平台获得车头特征信息具体包括：车辆的车型为大货车，车辆所处的车道为第二车道，车辆的车牌颜色为黄色。由于存在车头特征信息与车尾特征信息相同的第二车辆图像2和第二车辆图像4，因此，管理平台分别获得第二车辆图像2的采集时间1和第二车辆图像4的采集时间2，并分别计算第一采集时间(时间A)与采集时间1之间的时间差值1，第一采集时间(时间A)与采集时间2之间的时间差值2，假设时间差值1小于时间差值2，则管理平台可以选择时间差值最小的第二车辆图像2，为与该第一车辆图像对应于同一车辆的第二车辆图像。

进一步的，管理平台在选择第二车辆图像2为与第一车辆图像对应于同一车辆的第二车辆图像之后，则管理平台可以将第一车辆图像和第二车辆图像2拼接为合成图像，以得到带有驾驶人信息的合成图像。

基于上述技术方案，本发明实施例中，管理平台可以接收到包括车尾特征信息的第一车辆图像和包括车头特征信息的第二车辆图像，并利用车尾特征信息和车头特征信息匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配的第一车辆图像和第二车辆图像拼接为合成图像。上述方式不需要基于车尾的车牌号与车头的车牌号来匹配到对应于同一车辆的第一车辆图像和第二车辆图像，即使车尾的车牌号与车头的车牌号不同(如发生违章行为的挂车的车尾的车牌号与车头的车牌号不同)，也可以基于车尾特征信息和车头特征信息匹配到对应于同一车辆的第一车辆图像和第二车辆图像，并将匹配到的第一车辆图像和第二车辆图像拼接成为一张完整的违章行为的合成图像，从而得到带有驾驶人信息(驾驶人人脸)的合成图像，提升道路交通违章行为的捕获能力，降低交警在非现场处罚阶段因为证据不完整的人工校对工作量，从而提升道路交通行为规范，提升道路交通安全指标。

基于与上述方法同样的发明构思，本发明实施例中还提供了一种车辆图像的合成装置，该车辆图像的合成装置应用在管理平台上。其中，该车辆图像的合成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，是通过其所在的管理平台的处理器，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2所示，为本发明提出的车辆图像的合成装置所在的管理平台的一种硬件结构图，除了图2所示的处理器、网络接口、内存以及非易失性存储器外，管理平台还可以包括其他硬件，如负责处理报文的转发芯片等；从硬件结构上来讲，该管理平台还可能是分布式设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。

如图3所示，为本发明提出的车辆图像的合成装置的结构图，所述车辆图像的合成装置应用在管理平台上，且所述车辆图像的合成装置具体包括：

接收模块11，用于接收来自第一前端设备的包括车尾特征信息的第一车辆图像，并接收来自第二前端设备的包括车头特征信息的第二车辆图像；其中，所述第一前端设备和所述第二前端设备用于对经过同一区域的车辆进行图像采集；处理模块12，用于利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；合成模块13，用于将匹配到的第一车辆图像和第二车辆图像拼接为合成图像。

所述第一车辆图像中包括车尾的车牌号，所述第二车辆图像中包括车头的车牌号；所述处理模块12，进一步用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，判断所述车尾的车牌号与所述车头的车牌号是否相同；如果相同，则利用所述车尾的车牌号以及所述车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；如果不同，则执行利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程。

本发明实施例中，所述处理模块12，具体用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程中，获得包括所述车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为所述第一采集时间与预设时间间隔之差；

查询包括所述第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

本发明实施例中，所述处理模块12，具体用于在确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像的过程中，当存在车头特征信息与所述车尾特征信息相同的多个第二车辆图像时，则获得车头特征信息与所述车尾特征信息相同的所述多个第二车辆图像的采集时间，并分别计算所述第一采集时间与所述多个第二车辆图像的采集时间之间的时间差值；选择时间差值最小的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

本发明实施例中，所述车尾特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小；所述车头特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可进一步拆分成多个子模块。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (6)

1.一种车辆图像的合成方法，其特征在于，所述方法包括以下步骤：

管理平台接收来自第一前端设备的包括车尾特征信息的第一车辆图像，并接收来自第二前端设备的包括车头特征信息的第二车辆图像；所述第一前端设备和所述第二前端设备用于对经过同一区域的车辆进行图像采集；

所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

所述管理平台将匹配的第一车辆图像和第二车辆图像拼接为合成图像；

所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程，具体包括：

所述管理平台获得包括车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为所述第一采集时间与预设时间间隔之差；

所述管理平台查询包括所述第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像；

当存在车头特征信息与所述车尾特征信息相同的多个第二车辆图像时，所述管理平台获得车头特征信息与所述车尾特征信息相同的所述多个第二车辆图像的采集时间，并分别计算所述第一采集时间与所述多个第二车辆图像的采集时间之间的时间差值；所述管理平台选择时间差值最小的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

2.根据权利要求1所述的方法，其特征在于，所述第一车辆图像中还包括车尾的车牌号，所述第二车辆图像中还包括车头的车牌号，所述管理平台利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，所述方法进一步包括：

所述管理平台判断所述车尾的车牌号与所述车头的车牌号是否相同；

如果相同，则所述管理平台利用所述车尾的车牌号以及所述车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

如果不同，则所述管理平台执行利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程。

3.根据权利要求1-2任一项所述的方法，其特征在于，

所述车尾特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小；

所述车头特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。

4.一种车辆图像的合成装置，其特征在于，所述车辆图像的合成装置应用在管理平台上，且所述车辆图像的合成装置具体包括：

接收模块，用于接收来自第一前端设备的包括车尾特征信息的第一车辆图像，接收来自第二前端设备的包括车头特征信息的第二车辆图像；所述第一前端设备和所述第二前端设备用于对经过同一区域的车辆进行图像采集；

处理模块，用于利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；

合成模块，用于将匹配的第一车辆图像和第二车辆图像拼接为合成图像；

所述处理模块，具体用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程中，获得包括所述车尾特征信息的第一车辆图像的第一采集时间，并确定第二采集时间为所述第一采集时间与预设时间间隔之差；

查询包括所述第二采集时间的时间区间对应的包括车头特征信息的多个第二车辆图像，并确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像；

所述处理模块，具体用于在确定车头特征信息与所述车尾特征信息相同的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像的过程中，当存在车头特征信息与所述车尾特征信息相同的多个第二车辆图像时，则获得车头特征信息与所述车尾特征信息相同的所述多个第二车辆图像的采集时间，并分别计算所述第一采集时间与所述多个第二车辆图像的采集时间之间的时间差值；选择时间差值最小的第二车辆图像，为与所述第一车辆图像对应于同一车辆的第二车辆图像。

5.根据权利要求4所述的装置，其特征在于，所述第一车辆图像中还包括车尾的车牌号，所述第二车辆图像中还包括车头的车牌号；

所述处理模块，进一步用于在利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像之前，判断所述车尾的车牌号与所述车头的车牌号是否相同；如果相同，则利用所述车尾的车牌号以及所述车头的车牌号，匹配到对应于同一车辆的第一车辆图像和第二车辆图像；如果不同，则执行利用所述车尾特征信息以及所述车头特征信息，匹配到对应于同一车辆的第一车辆图像和第二车辆图像的过程。

6.根据权利要求4-5任一项所述的装置，其特征在于，

所述车尾特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小；

所述车头特征信息具体包括以下之一或者任意组合：车辆的车型、车辆所处的车道、车辆的车牌颜色、车辆的车身颜色、车辆的车身大小。