CN108875458B - 车辆远光灯开启的检测方法、装置、电子设备及摄像机 - Google Patents

Abstract

本申请实施例提供了一种车辆远光灯开启的检测方法、装置、电子设备及摄像机。该方法包括：获得针对当前场景的第一图像和第二图像，该第一图像和第二图像中均包含目标车辆，且第一图像的曝光度大于第二图像的曝光度；从第一图像中确定包含目标车辆的特征的第一特征区域；将第二图像中与第一特征区域位置对应的区域确定为第二特征区域；根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定目标车辆已开启的车灯数量；根据已开启的车灯数量，确定目标车辆是否已开启远光灯。应用本申请实施例提供的方案，能够提高对车辆是否已开启远光灯的检测准确性。

Description

车辆远光灯开启的检测方法、装置、电子设备及摄像机

技术领域

本申请涉及智能交通技术领域，特别是涉及一种车辆远光灯开启的检测方法、装置、电子设备及摄像机。

背景技术

远光灯照射距离远，范围大。在夜晚或在缺乏照明的道路上驾驶时，为了保证行车安全，可以酌情使用远光灯。例如，在城市道路中驾驶车辆时，除了在超车时可以开启频闪的远光灯以示前方车辆，其他情况不允许开启远光灯。但是，部分驾驶人可能会在不满足远光灯使用条件的情况下使用远光灯，从而给自身及其他车辆带来安全隐患。例如，夜晚时，在光照条件较好的市区道路上，如果开启远光灯，则在会车时，远光灯的高亮灯光会导致对方车辆的驾驶人无法看清路况，因此极易造成交通事故。

为了检测违法使用远光灯的车辆，通常需要先获得行驶中的车辆图像，从车辆图像中检测车辆是否已开启远光灯，如果是，则再进一步判断该车辆是否违法使用远光灯。

现有技术中，在光照度较低的环境下，例如在夜晚或阴雨天时，采集待检测图像，在检测待检测图像中的车辆是否已开启远光灯时，一般先定位待检测图像中的车灯区域，判断车灯区域的尺寸是否大于预设的尺寸阈值，如果是，则确定图像中的车辆已开启远光灯。

由于上述方法是根据预设的尺寸阈值确定车辆是否已开启远光灯的，即在不同的光照度环境下选用相同的尺寸阈值，然而同一车辆在不同的光照度环境下车灯区域的大小不同，例如，夜色越深，同一车辆的车灯区域越大，因此上述方法在检测车辆是否已开启远光灯时其检测结果不够准确。

发明内容

本申请实施例的目的在于提供了一种车辆远光灯开启的检测方法、装置、电子设备及摄像机，以提高对车辆是否已开启远光灯的检测准确性。具体方案如下。

为了达到上述目的，本申请公开了一种车辆远光灯开启的检测方法，所述方法包括：

获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；

将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；

根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；

对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；

根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

可选的，所述获得针对当前场景的第一图像和第二图像的步骤，包括：

获得图像采集器件针对当前场景采集的第一图像和第二图像，所述第一图像和第二图像分别为：所述图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

可选的，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：

从所述第一图像中确定包含所述目标车辆的前景区域，从所述前景区域中确定包含所述目标车辆的特征的第一特征区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

将所述第二图像中所述第二特征区域所在的位置确定为所述目标车辆的车灯区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域的步骤，包括：

采用投影法，确定所述第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为所述第一图像中包含所述目标车辆的车灯的第一特征区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域的步骤，包括：

根据处于开启状态的车灯像素值，从所述第一图像中确定包含所述目标车辆的车灯的疑似第一特征区域；

根据预设的车灯尺寸和/或预设的车灯形状，从所述疑似第一特征区域中筛选出包含所述目标车辆的车灯的第一特征区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

根据所述第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域的步骤，包括：

根据预设的车牌区域背景颜色，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域的步骤，包括：

获得保存的第三图像中所述目标车辆的车牌信息，所述第三图像为：在第一采集时刻之前、与所述第一采集时刻相邻的时刻采集的图像；所述第一采集时刻为所述第一图像的采集时刻；

根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

可选的，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车身的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

根据所述第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

可选的，所述将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域的步骤，包括：

获得所述第一图像的第一采集时刻和所述第二图像的第二采集时刻；

计算所述第一采集时刻和第二采集时刻的差值；

获得所述目标车辆当前的车速信息；

根据所述差值和车速信息，将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域。

可选的，所述对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量的步骤，包括：

采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量；或者，

将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

可选的，所述根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯的步骤，包括：

判断所述已开启的车灯数量是否大于预设数量阈值；

如果是，则确定所述目标车辆已开启远光灯；

如果否，则确定所述第一图像中所述目标车辆的车脸区域；

根据所述车脸区域，确定所述目标车辆的车辆类型；

根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

可选的，所述根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯的步骤，包括：

将所述车辆类型和所述第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器，其中，所述车灯分类器，用于依据输入的车辆类型和所述第二图像中所述目标车辆的车灯区域，以及在所述车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定所述目标车辆是否已开启远光灯的分类结果；

获得所述车灯分类器发送的分类结果；

根据所获得的分类结果，确定所述目标车辆是否已开启远光灯。

可选的，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述确定所述第一图像中所述目标车辆的车脸区域的步骤，包括：

根据所述第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定所述第一图像中所述目标车辆的车脸区域。

可选的，所述车辆类型包括车辆品牌和车辆型号；

所述根据所述车脸区域，确定所述目标车辆的车辆类型的步骤，包括：

根据所述第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定所述第一图像中所述目标车辆的车标区域；

根据所述车标区域和预设的车标分类器，确定所述目标车辆的车辆品牌；

根据所述车脸区域和车辆品牌，确定所述目标车辆的车辆型号；

所述根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯的步骤，包括：

根据所述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

可选的，在确定所述第一图像中的所述目标车辆已开启远光灯之后，所述方法还包括：

获得保存的各个第四图像中所述目标车辆是否开启远光灯的开启信息，所述第四图像为在第一采集时刻之前的预设时长内采集的多个图像，所述第一采集时刻为所述第一图像的采集时刻；

根据所获得的开启信息，判断各个第四图像中所述目标车辆是否均已开启远光灯；

如果是，则确定所述目标车辆非法开启远光灯；

如果否，则确定所述第一图像中所述目标车辆的第一位置信息；

获得保存的各个第四图像中所述目标车辆的第二位置信息；

根据所述第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；

判断所述行驶轨迹的形状是否符合预设的非法轨迹形状；

如果符合，则确定所述目标车辆非法开启远光灯。

为了达到上述目的，本申请还公开了一种车辆远光灯开启的检测装置，所述装置包括：

图像获得模块，用于获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

区域确定模块，用于从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；

区域对应模块，用于将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；

车灯确定模块，用于根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；

数量确定模块，用于对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；

开启确定模块，用于根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

可选的，所述图像获得模块，具体用于：

获得图像采集器件针对当前场景采集的第一图像和第二图像，所述第一图像和第二图像分别为：所述图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

可选的，所述区域确定模块，具体用于：

从所述第一图像中确定包含所述目标车辆的前景区域，从所述前景区域中确定包含所述目标车辆的特征的第一特征区域。

可选的，所述区域确定模块为第一区域确定模块，所述第一区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域；

所述车灯确定模块为第一车灯确定模块，所述第一车灯确定模块，用于将所述第二图像中所述第二特征区域所在的位置确定为所述目标车辆的车灯区域。

可选的，所述第一区域确定模块，具体用于：

采用投影法，确定所述第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为所述第一图像中包含所述目标车辆的车灯的第一特征区域。

可选的，所述第一区域确定模块，包括：

车灯确定子模块，用于根据处于开启状态的车灯像素值，从所述第一图像中确定包含所述目标车辆的车灯的疑似第一特征区域；

区域筛选子模块，用于根据预设的车灯尺寸和/或预设的车灯形状，从所述疑似第一特征区域中筛选出包含所述目标车辆的车灯的第一特征区域。

可选的，所述区域确定模块为第二区域确定模块，所述第二区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车灯确定模块为第二车灯确定模块，所述第二车灯确定模块，用于根据所述第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

可选的，所述第二区域确定模块，具体用于：

根据预设的车牌区域背景颜色，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

可选的，所述第二区域确定模块，包括：

信息获得子模块，用于获得保存的第三图像中所述目标车辆的车牌信息，所述第三图像为：在第一采集时刻之前、与所述第一采集时刻相邻的时刻采集的图像；所述第一采集时刻为所述第一图像的采集时刻；

区域确定子模块，用于根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

可选的，所述区域确定模块，具体用于从所述第一图像中确定包含所述目标车辆的车身的第一特征区域；

所述车灯确定模块，具体用于根据所述第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

可选的，所述区域对应模块，包括：

时刻获得子模块，用于获得所述第一图像的第一采集时刻和所述第二图像的第二采集时刻；

差值计算子模块，用于计算所述第一采集时刻和第二采集时刻的差值；

车速获得子模块，用于获得所述目标车辆当前的车速信息；

区域对应子模块，用于根据所述差值和车速信息，将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域。

可选的，所述数量确定模块，具体用于：采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量；或者，

所述数量确定模块，具体用于：将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

可选的，所述开启确定模块，包括：

数量判断子模块，用于判断所述已开启的车灯数量是否大于预设数量阈值；

第一开启确定子模块，用于当所述已开启的车灯数量大于预设数量阈值时，确定所述目标车辆已开启远光灯；

车脸确定子模块，用于当所述已开启的车灯数量不大于预设数量阈值时，确定所述第一图像中所述目标车辆的车脸区域；

类型确定子模块，用于根据所述车脸区域，确定所述目标车辆的车辆类型；

第二开启确定子模块，用于根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

可选的，所述第二开启确定子模块，包括：

发送单元，用于将所述车辆类型和所述第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器，其中，所述车灯分类器，用于依据输入的车辆类型和所述第二图像中所述目标车辆的车灯区域，以及在所述车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定所述目标车辆是否已开启远光灯的分类结果；

获得单元，用于获得所述车灯分类器发送的分类结果；

确定单元，用于根据所获得的分类结果，确定所述目标车辆是否已开启远光灯。

可选的，所述区域确定模块，具体用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车脸确定子模块，具体用于根据所述第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定所述第一图像中所述目标车辆的车脸区域。

可选的，所述车辆类型包括车辆品牌和车辆型号；

所述类型确定子模块，包括：

车标确定单元，用于根据所述第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定所述第一图像中所述目标车辆的车标区域；

品牌确定单元，用于根据所述车标区域和预设的车标分类器，确定所述目标车辆的车辆品牌；

型号确定单元，用于根据所述车脸区域和车辆品牌，确定所述目标车辆的车辆型号；

所述第二开启确定子模块，具体用于：

根据所述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

可选的，所述装置还包括：

信息获得模块，用于在确定所述第一图像中的所述目标车辆已开启远光灯之后，获得保存的各个第四图像中所述目标车辆是否开启远光灯的开启信息，所述第四图像为在第一采集时刻之前的预设时长内采集的多个图像，所述第一采集时刻为所述第一图像的采集时刻；

开启判断模块，用于根据所获得的开启信息，判断各个第四图像中所述目标车辆是否均已开启远光灯；

第一非法确定模块，用于当各个第四图像中所述目标车辆均已开启远光灯时，确定所述目标车辆非法开启远光灯；

位置确定模块，用于当各个第四图像中所述目标车辆未均开启远光灯时，确定所述第一图像中所述目标车辆的第一位置信息；

位置获得模块，用于获得保存的各个第四图像中所述目标车辆的第二位置信息；

轨迹确定模块，用于根据所述第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；

轨迹判断模块，用于判断所述行驶轨迹的形状是否符合预设的非法轨迹形状；

第二非法确定模块，用于当所述行驶轨迹的形状符合预设的非法轨迹形状时，确定所述目标车辆非法开启远光灯。

为了达到上述目的，本申请公开了一种电子设备，所述电子设备包括：处理器、存储器、通信接口和总线；

所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；

所述存储器存储可执行程序代码；

所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于：

获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

可选的，还包括：图像采集部件；

所述图像采集部件，用于针对当前场景采集第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器，所述第一图像和第二图像分别为：所述图像采集部件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像；

所述处理器，具体用于从所述存储器中读取所述第一图像和第二图像。

为了达到上述目的，本申请公开了一种摄像机，所述摄像机包括：处理器、图像采集部件和存储器；

所述图像采集部件，用于采集针对当前场景的第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器，其中，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

所述处理器，用于从所述存储器中读取所述第一图像和第二图像；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

可选的，所述处理器，还用于向所述图像采集部件发送图像采集指令；

所述图像采集部件，具体用于接收所述处理器发送的图像采集指令，根据所述图像采集指令中的第一曝光信号和第二曝光信号交替地采集第一图像和第二图像。

本申请实施例提供的车辆远光灯开启的检测方法、装置、电子设备及摄像机，可以获得针对当前场景的第一图像和第二图像，两图像中均包含目标车辆，且第一图像的曝光度大于第二图像的曝光度，从第一图像中确定包含目标车辆的特征的第一特征区域，将第二图像中与第一特征区域位置对应的区域确定为第二特征区域，根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域，对确定的车灯区域进行图像处理，确定目标车辆已开启的车灯数量，根据该车灯数量，确定目标车辆是否已开启远光灯。

也就是说，本申请实施例中第一图像的曝光度大于第二图像的曝光度，可以认为第二图像属于低曝光度图像，对低曝光度的第二图像中车辆的车灯区域进行图像处理时，可以准确地确定车辆已开启的车灯数量。由于开启远光灯时和未开启远光灯时车辆处于开启状态的车灯数量一般是不同的，因此可以根据该车灯数量确定车辆是否开启远光灯，无需根据车灯区域的尺寸与预设的尺寸阈值进行比较来来确定车辆是否开启远光灯。因此，应用本申请实施例提供的方案进行检测，能够提高对车辆是否已开启远光灯的检测准确性。

附图说明

为了更清楚地说明本申请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的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的车辆远光灯开启的检测方法的一种流程示意图；

图2a和图2b分别为远光灯处于未开启状态的第一图像和第二图像示例；

图2c和图2d分别为远光灯处于已开启状态的第一图像和第二图像示例；

图3a、图3b和图3c为本申请实施例提供的车辆远光灯开启的检测方法的另外三种流程示意图；

图4为图1中步骤S106的一种流程示意图；

图5为本申请实施例提供的车辆远光灯开启的检测装置的一种结构示意图；

图6为本申请实施例提供的电子设备的一种结构示意图；

图7为本申请实施例提供的摄像机的一种结构示意图；

图8为本申请实施例提供的摄像机的另一种结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种车辆远光灯开启的检测方法、装置、电子设备和摄像机，能够提高对车辆是否已开启远光灯的检测准确性。需要说明的是，远光灯是车辆所配备的一种常见的照明设备，属于前照灯的一种。对车辆是否开启远光灯进行检测具有重要意义。下面通过具体实施例，对本申请进行详细说明。

图1为本申请实施例提供的车辆远光灯开启的检测方法的一种流程示意图，应用于电子设备，该电子设备可以是摄像机、智能手机、计算机等电子设备。该方法包括如下步骤S101～步骤S106：

步骤S101：获得针对当前场景的第一图像和第二图像。

其中，第一图像和第二图像均为低照度环境下的图像，该低照度为小于预设照度阈值的照度。需要说明的是，本申请中的第一图像和第二图像均为在光照度较低的环境下，例如在夜晚或阴雨天时采集的。可以理解的是，对于光照度较好的情况下采集的图像，无需对其中车辆是否开启远光灯进行检测，这种情况下即便开启了远光灯，也不会对其他驾驶人造成坏的影响。

为了更方便地获得低照度环境下的图像，作为一种具体的实施方式，获得针对当前场景的第一图像和第二图像时，可以包括获得针对当前场景在预设时间段采集的第一图像和第二图像。预设时间段可以根据当地天黑的时间段进行设定。

其中，第一图像和第二图像中均包含目标车辆，且第一图像的曝光度大于第二图像的曝光度。具体的，第一图像的曝光度能使第一图像中的目标车辆得以确定，也就是说，第一图像的曝光度应能使目标车辆被检测出来；第二图像的曝光度能使第二图像中目标车辆已开启的车灯数量得以区分。为了表述方便，下面将第一图像称为正常曝光图像，第二图像称为低曝光图像。

作为参考，第一图像的曝光度可以取毫秒级数值，第二图像的曝光度可以取微秒级数值。当然，第一图像的曝光度和第二图像的曝光度可以根据具体的环境照度来设定。

需要说明的是，由于正常曝光图像中已开启的车灯过于明亮，无法确定已开启的车灯数量，而低曝光图像中已开启的车灯亮度较低，可以区分已开启的车灯数量，因此，本实施例需要获得低曝光的第二图像。同时，又因为低曝光图像中可能无法区分车灯是属于哪辆车的，因此本实施例需要获得正常曝光的第一图像。

例如，图2a和图2b中分别给出了某辆车在未开启远光灯的情况下正常曝光的第一图像和低曝光的第二图像，图2c和图2d中分别给出了某辆车在开启远光灯的情况下正常曝光的第一图像和低曝光的第二图像。将图2a与图2b进行比较，将图2c与图2d进行比较。可以得知，正常曝光图像中无法分辨车辆已开启的车灯数量，低曝光图像中可以分辨车辆已开启的车灯数量；正常曝光图像中可以确定车灯属于哪辆车，低曝光图像中无法确定车灯属于哪辆车。

为了减少后续过程的计算量，在采集图像时，图像采集器件可以在采集第一图像时采集第二图像，并使第一图像对应的取景范围与第二图像对应的取景范围相同。在采集第一图像时采集第二图像，可以理解为，第一图像的采集时刻与第二图像的采集时刻的差值小于预设数值，即差值尽可能小。这样，当拍摄运动中的车辆时，同一车辆在第一图像中的位置与在第二图像中的位置相差会较小，在从第一图像和第二图像中确定同一车辆时可以减少计算量。

第一图像和第二图像可以是图像采集器件实时采集的图像，也可以是图像采集器件预先采集后存储起来的图像。当第一图像和第二图像是实时采集的图像时，有利于对道路中正在行驶的车辆进行实时的远光灯检测，以便于及时获取车辆是否非法开启远光灯的信息。

为了提高方案的可实施性，作为一种具体的实施方式，在获得针对当前场景的第一图像和第二图像的时，可以包括：获得图像采集器件针对当前场景采集的第一图像和第二图像，第一图像和第二图像分别为：图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

换句话说，第一图像和第二图像可以是图像采集器件在采集视频帧图像时交替采集的图像。第一曝光信号可以是根据正常曝光度参数生成的信号，第二曝光信号可以是根据低曝光度参数生成的信号。

步骤S102：从第一图像中确定包含目标车辆的特征的第一特征区域。

其中，上述特征可以为车牌、车灯或车身等能够表示目标车辆的特征，本实施例对此不做限定。

在确定第一特征区域时，可以直接根据车辆特征对应的像素，从第一图像中确定第一特征区域。

当第一图像为视频帧图像时，在确定第一特征区域时，具体可以包括：从第一图像中确定包含目标车辆的前景区域，从该前景区域中确定包含目标车辆的特征的第一特征区域。

其中，前景区域是指帧图像中处于运动状态的图像部分。与前景区域相对应的是背景区域，背景区域是指帧图像中固定不变的静止图像部分。可以理解的是，目标车辆一般是处于运动状态的图像部分。因此，先确定前景区域，再从前景区域中定位目标车辆的特征区域，可以缩小需要定位的图像特征的范围，这样能够减小图像处理的计算量。

具体的，在从第一图像中确定包含目标车辆的前景区域时，可以从第一图像中除去保存的背景图像，获得包含目标车辆的前景区域。其中，背景图像可以为根据第一图像之前的帧图像确定的背景图像。也可以获取第一图像的上一帧图像，确定上一帧图像与第一图像之间的帧间差，根据该帧间差确定包含目标车辆的前景区域。

在从前景区域中确定包含目标车辆的特征的第一特征区域时，可以根据该特征的特点，从前景区域中确定该第一特征区域。例如，当该特征为车灯时，由于车灯在低光照度环境下一般处于开启状态，而且开启状态下的车灯在图像中的像素值较大，因此根据上述特征，可以采用投影法，从前景区域中确定第一特征区域。当该特征为车牌时，由于车牌自身具有规则的形状、一定的底色和密集的像素跳变点，因此根据上述特征，可以从前景区域中确定第一特征区域。当该特征为车身时，也可以根据车身具有的连续边缘的特点，从前景区域中确定第一特征区域。

步骤S103：将第二图像中与第一特征区域位置对应的区域确定为第二特征区域。

具体的，当第一图像和第二图像的采集时刻相差非常小时，这时可以认为第一图像和第二图像中目标车辆的位置是相同的。为了减少计算量，在确定第二特征区域时，可以直接将第二图像中与第一特征区域的位置相同的区域确定为第二特征区域。

为了提高准确性，在确定第二特征区域时，具体可以包括以下步骤1～步骤4：

步骤1：获得第一图像的第一采集时刻和第二图像的第二采集时刻。

在获得第一图像和第二图像时，可以直接获得第一图像和第二图像的采集时刻。

步骤2：计算第一采集时刻和第二采集时刻的差值。

步骤3：获得目标车辆当前的车速信息。

其中，目标车辆当前的车速信息，即是指目标车辆在第一采集时刻的车速信息，或目标车辆在第二采集时刻的车速信息。车速信息可以包括车速大小和车辆行进的方向。

具体的，在获得目标车辆当前的车速信息时，若电子设备包含测速器件，则可以直接从测速器件中获得目标车辆当前的车速信息。若电子设备不包含测速器件，则可以接收测速器件发送的目标车辆当前的车速信息。

当第一图像和第二图像均为视频帧图像时，可以将保存的上一帧图像对应的目标车辆的车速信息确定为目标车辆当前的车速信息。上一帧图像即是相对于第一图像的前一帧图像。

步骤4：根据上述差值和车速信息，将第二图像中与第一特征区域位置对应的区域确定为第二特征区域。

具体的，在确定的第二特征区域时，可以根据上述差值和车速大小确定第二特征区域的位置相对于第一特征区域移动的距离，根据车辆行进的方向确定第二特征区域的位置相对于第一特征区域移动的方向，根据上述确定的移动距离和移动方向以及第一特征区域的位置，从第二图像中确定第二特征区域。

例如，已确定第二特征区域相对于第一特征区域向图像的下方平行移动了10像素的距离，则可以确定第二特征区域的位置为：第一特征区域的位置向图像下方平行移动10像素后的位置。

可以理解的是，从第二图像中确定了第二特征区域即表明从第二图像中确定了目标车辆的位置。

步骤S104：根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域。

其中，上述车灯区域为可以开启远光灯的车灯所在的图像区域。

当目标车辆的特征为车灯时，第二特征区域的位置即是目标车辆的车灯区域的位置。当目标车辆的特征为车牌时，可以预先获得车牌区域与车灯区域的位置相对关系，例如，在图像中，车牌区域与单侧车灯区域之间在横向上相差1.5个车牌区域的大小，在纵向上相差2个车牌区域的大小。当目标车辆的特征为车身时，可以预先获得车身区域与车灯区域的位置相对关系。例如，两个车灯区域位于车身的左右两侧预设位置处。

由于车辆的远光灯一般有左右两个，而且两个远光灯在车辆上是左右对称且完全相同的，因此在从第二图像中确定目标车辆的车灯区域时，可以只确定单侧车灯区域。

在从第二图像中确定目标车辆的车灯区域之后，可以将该车灯区域与目标车辆进行关联，以便在后续的图像处理中能够容易确定该车灯区域属于哪个车辆。

步骤S105：对所确定的车灯区域进行图像处理，确定目标车辆已开启的车灯数量。

具体的，在对所确定的车灯区域进行图像处理，确定目标车辆已开启的车灯数量时，可以包括以下几种实施方式：

方式一，采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量。

上述投影法可以为垂直投影法和/或水平投影法。在获得投影值波峰的数量时，可以根据投影值获得直方图，从直方图上获得波峰的数量。其中，获得像素列的投影值即是获得像素列中每个像素的和值。上述直方图的横坐标为像素的位置，纵坐标为像素列的投影值。

方式二，将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

具体的，将所确定的车灯区域转换为二值化图像时，可以将所确定的车灯区域先转换为灰度图像，根据预设灰度阈值，将该灰度图像转换为二值化图像。其中，预设灰度阈值可以为0～255中的某个数值。由于车灯区域可以是包含车灯的矩形区域，因此车灯区域实际可以是由车灯和车灯以外的背景部分组成的。在确定预设灰度阈值时，可以先获得车灯样本图像，并分别确定车灯样本图像(灰度图像)中车灯部分(较亮部分)的平均像素值P1和车灯以外的背景部分(较暗部分)的平均像素值P2，将预设灰度阈值确定为P0，其中，P2<P0<P1。

需要说明的是，连通域一般是指图像中具有相同像素值且位置相邻的像素点组成的图像区域。连通域法的处理对象一般为黑白二值化图像，通过连通域法可以提取出图像中的连通域(Blob)的数量。

步骤S106：根据所述已开启的车灯数量，确定目标车辆是否已开启远光灯。

需要说明的是，大部分车辆的单侧前照灯是由一个较暗车灯和一个很亮车灯组合在一起的。前照灯的近光灯和远光灯功能通过分别开启不同的车灯来实现，开启近光灯时单侧前照灯中较暗的车灯开启，开启远光灯时，单侧前照灯中较暗的车灯和很亮的车灯同时开启。上述这种车辆的车灯属于分离式车灯。很少一部分车辆的单侧前照灯只有一个车灯，该车灯中包括不同灯丝。通过开启不同的灯丝实现近光灯和远光灯功能。这种车辆的车灯属于一体式车灯。在本实施例中，可以针对不同的车灯类型分别判断目标车辆是否已开启远光灯。

具体的，在根据已开启的车灯数量，确定目标车辆是否已开启远光灯时，可以通过判断已开启的车灯数量是否大于预设数量阈值，当实际中车辆开启远光灯时单侧有N个车灯处于点亮状态时，预设数量阈值可以取N-1，例如，预设数量阈值可以取1。当上述判断结果为是时，确定目标车辆已开启远光灯。

当上述判断结果为否时，可以进一步根据车灯区域的大小和/或车灯区域的形状确定车辆是否开启远光灯。具体的，根据车灯区域的大小确定车辆是否开启远光灯时，可以判断车灯区域的大小是否大于预设阈值，如果是，则确定目标车辆已开启远光灯。根据车灯区域的形状确定车辆是否开启远光灯时，可以判断车灯区域的形状是否符合预设的处于远光灯开启状态的车灯形状，如果是，则确定目标车辆已开启远光灯。

另外，在确定目标车辆是否已开启远光灯之后，可以将上述第一图像和第二图像以及确定目标车辆是否已开启远光灯的数据通过网络发送至指定的后端存储器中。后端存储器可以是云存储器或其他存储设备。同时，为了减少数据存储量，在确定目标车辆是否已开启远光灯之后，还可以删除第一图像和第二图像。

由上述内容可知，本实施例中第一图像的曝光度大于第二图像的曝光度，可以认为第二图像属于低曝光度图像，对低曝光度的第二图像中车辆的车灯区域进行图像处理时，可以准确地确定车辆已开启的车灯数量。由于开启远光灯时和未开启远光灯时车辆处于开启状态的车灯数量一般是不同的，因此可以根据该车灯数量确定车辆是否开启远光灯，无需根据车灯区域的尺寸与预设的尺寸阈值进行比较来来确定车辆是否开启远光灯。因此，应用本实施例提供的方案进行检测，能够提高对车辆是否已开启远光灯的检测准确性。

在本申请的另一实施例中，在图1所示实施例的基础上，步骤S102，即从第一图像中确定包含目标车辆的特征的第一特征区域的步骤，可以按照图3a所示流程示意图进行，具体包括步骤S102a：

步骤S102a：从第一图像中确定包含目标车辆的车灯的第一特征区域。

具体的，步骤S102a可以包括多种实施方式，下面分别说明。

一种是，步骤S102a可以包括：采用投影法，确定第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为第一图像中包含目标车辆的车灯的第一特征区域。

其中，上述投影法可以为垂直投影法和/或水平投影法。确定每个像素列的投影值，即计算每个像素列的像素值和值。当采用垂直投影法时，可以确定第一图像中垂直方向上每个像素列的投影值。当采用水平投影法时，可以确定第一图像中水平方向上每个像素列的投影值。

在将所确定的投影值的波峰对应的区域确定为上述第一特征区域时，可以根据所确定的投影值确定直方图，从直方图上确定波峰所在的区域，将波峰所在的区域确定为第一图像中包含目标车辆的车灯的第一特征区域。上述直方图的横坐标为像素的位置，纵坐标为像素列的投影值。

可以理解的是，当车辆开启远光灯时，车灯区域会非常亮，像素的灰度值会很大，因此在直方图上，车灯区域在直方图上对应的区域为波峰所在的位置。因此可以根据直方图的波峰确定车灯区域。

另一种是，步骤S102a可以包括以下步骤1和步骤2：

步骤1：根据处于开启状态的车灯像素值，从第一图像中确定包含目标车辆的车灯的疑似第一特征区域。

其中，处于开启状态的车灯具有以下特点：区域中像素的像素值比周围区域的像素值大很多。

从第一图像中确定包含目标车辆的车灯的疑似第一特征区域时，可以检测第一图像中灰度值大于预设灰度阈值的区域，将该区域确定为疑似第一特征区域。

步骤2：根据预设的车灯尺寸和/或预设的车灯形状，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域。

需要说明的是，从第一图像中确定的疑似第一特征区域可能包括其他车灯区域和非车灯区域，例如地面的反光区、车辆侧边的示宽灯等。为了从疑似第一特征区域中检测出真实的远光灯区域，可以根据预设的车灯尺寸和/或预设的车灯形状，对疑似第一特征区域进行筛选。

具体的，根据预设的车灯尺寸，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域时，可以包括：将尺寸大于预设的车灯尺寸的疑似第一特征区域，确定为包含目标车辆的车灯的第一特征区域。

根据预设的车灯形状，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域时，可以包括：将符合预设的车灯形状的疑似第一特征区域，确定为包含目标车辆的车灯的第一特征区域。

根据预设的车灯尺寸和预设的车灯形状，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域时，可以包括：将尺寸大于预设的车灯尺寸的疑似第一特征区域确定为筛选区域，将符合预设的车灯形状的筛选区域，确定为包含目标车辆的车灯的第一特征区域。

其中，预设的车灯尺寸可以根据预先采集的样本车辆图像中远光灯的尺寸确定。可以理解的是，车辆上处于开启状态的示宽灯的尺寸是明显小于处于开启状态的远光灯的尺寸的。因此，根据预设的车灯尺寸对疑似第一特征区域进行筛选，可以去除掉大部分非远光灯的小灯。

预设的车灯形状可以根据预先采集的样本车辆图像中远光灯的形状确定。在确定远光灯的形状时，可以采用确定远光灯区域边界上的关键点的方式确定远光灯的形状。可以理解的是，开启状态下的远光灯可能是不规则的多边形或圆形等，而地面反光区通常是被拉长的亮光区，反光区的形状明显地与远光灯的形状不同。因此，可以根据形状特点，对反光区等亮光区进行筛选。

相应的，在本实施例中，步骤S104，即根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域的步骤，可以包括步骤S104a：

步骤S104a：将第二图像中第二特征区域所在的位置确定为目标车辆的车灯区域。

由于本实施例中的车辆特征为车灯，因此第二特征区域就是车灯区域，即直接第二特征区域所在的位置确定为目标车辆的车灯区域即可。

为了减少计算量，在从第一图像中确定包含目标车辆的车灯的第一特征区域时，可以包括从第一图像中确定包含目标车辆的前景区域，从该前景区域中确定包含目标车辆的车灯的第一特征区域。在本实施例提供的方案的其他步骤中，均可以在第一图像的前景区域中执行。

综上可见，本实施例可以从第一图像中确定包含目标车辆的车灯的第一特征区域，将第二图像中第二特征区域所在的位置确定为目标车辆的车灯区域。根据第一图像中车辆的车灯位置直接确定第二图像中目标车辆的车灯区域，能够简化方法流程，减少计算量。

另外，如果遭遇下雨或雾霾天，第一图像中的车灯区域可能出现光晕，无法确定出第一图像中车灯区域的位置。为了解决在这种情况下也能从第二图像中确定目标车辆的车灯区域的目标，本实施例还提供了以下实施例。

在本申请的另一实施例中，在图1所示实施例的基础上，步骤S102，即从第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，可以按照图3b所示的流程示意图进行，具体包括步骤S102b：

步骤S102b：从第一图像中确定包含目标车辆的车牌的第一特征区域。

具体的，步骤S102b可以包括多种实施方式，下面分别说明。

一种是，步骤S102b可以包括：根据预设的车牌区域背景颜色，从第一图像中确定包含所述目标车辆的车牌的第一特征区域。

具体的，可以根据当地常见车牌的特点预先获得车牌区域背景颜色。需要说明的是，车牌中文字部分为前景，车牌中除文字以外的部分为背景。在某一个地区中，车牌的背景通常采用某几种特定的颜色，例如蓝色、黄色等。

当然，也可以根据车牌区域的特殊纹理确定第一特征区域，即进行车牌定位，特殊纹理可以包括像素跳变点分布密集等。

另一种是，步骤S102b可以包括以下步骤1和步骤2：

步骤1：获得保存的第三图像中所目标车辆的车牌信息。第三图像为：在第一采集时刻之前、与第一采集时刻相邻的时刻采集的图像；第一采集时刻为第一图像的采集时刻。

其中，车牌信息可以包括车牌区域的位置、车牌号码等信息。

当第一图像为视频帧图像时，第三图像可以理解为在第一图像之前采集的部分视频帧图像。也就是第三图像经过了与第一图像完全相同的处理，包括从第三图像中确定包含目标车辆的车牌区域的过程。因此，可以根据第三图像中得到的车牌区域的位置，确定第一图像中车牌的位置。车牌号码可以用于确定该车牌区域属于哪辆车。

具体的，上述车牌信息可以保存在存储器中。DSP可以从存储器中读取上述车牌信息。

步骤2：根据所获得的车牌信息，从第一图像中确定包含目标车辆的车牌的第一特征区域。

具体的，当车牌信息包括车牌区域时，根据所获得的车牌信息，从第一图像中确定包含目标车辆的车牌的第一特征区域的步骤，可以包括：获得第一图像的第一采集时刻，获得第三图像的第三采集时刻，计算第一采集时刻和第三采集时刻的差值，获得目标车辆当前的车速信息，根据上述车牌信息和上述差值、车速信息，从第一图像中确定包含目标车辆的车牌的第一特征区域。

相应的，步骤S104，即根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域，可以包括步骤S104b：

步骤S104b：根据第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域。

其中，车牌区域与车灯区域之间存在固定的位置关系，可以预先根据样本车辆图像获得车牌区域与车灯区域的位置对应关系。

为了减少计算量，在从第一图像中确定包含目标车辆的车牌的第一特征区域时，可以包括从第一图像中确定包含目标车辆的前景区域，从该前景区域中确定包含目标车辆的车牌的第一特征区域。在本实施例提供的方案的其他步骤中，均可以在第一图像的前景区域中执行。

综上可见，本实施例可以从第一图像中确定包含目标车辆的车牌的第一特征区域，根据该第一特征区域从第二图像中确定包含目标车辆的车牌的第二特征区域，也就是第二图像的车牌区域，然后根据车牌区域与车灯区域的位置对应关系，确定第二图像中目标车辆的车灯区域。当无法从第一图像中直接确定车灯区域时，此时能够根据第一图像中目标车辆车牌的位置最终确定第二图像中车灯的位置。

同时，为了从第二图像中定位出目标车辆，在选取定位特征时，可以采用目标车辆的车身区域。

在本申请的另一实施例中，在图1所示实施例的基础上，步骤S102，即从第一图像中确定包含目标车辆的特征的第一特征区域的步骤，可以按照图3c所示的流程示意图进行，具体包括步骤S102c：

步骤S102c：从第一图像中确定包含目标车辆的车身的第一特征区域。

具体的，可以根据车辆区域的特征，从第一图像中确定包含目标车辆的车身的第一特征区域。车辆区域的特征可以包括车辆的轮廓形状、车辆区域像素的分布特征等。

相应的，步骤S104，即根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域，可以包括步骤S104c：

步骤S104c：根据第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域。

其中，车身区域通常包含车灯区域，车身区域与车灯区域之间存在固定的位置关系，可以预先根据样本车辆图像获得车身区域与车灯区域的位置对应关系。

为了减少计算量，在从第一图像中确定包含目标车辆的车身的第一特征区域时，可以包括从第一图像中确定包含目标车辆的前景区域，从该前景区域中确定包含目标车辆的车身的第一特征区域。在本实施例提供的方案的其他步骤中，均可以在第一图像的前景区域中执行。

综上可见，本实施例可以从第一图像中确定包含目标车辆的车身的第一特征区域，根据该第一特征区域从第二图像中确定包含目标车辆的车身的第二特征区域，也就是第二图像的车身区域，然后根据车身区域与车灯区域的位置对应关系，从第二图像中确定目标车辆的车灯区域。由于车身区域包含车灯区域，根据目标车辆的车身区域确定目标车辆的车灯区域时，不易将某一车辆的车灯区域确定为其他车辆的车灯区域，所确定的车灯区域准确性更高。

在本申请的另一实施例中，在图1所示实施例的基础上，步骤S106，即根据已开启的车灯数量，确定目标车辆是否已开启远光灯的步骤，可以按照图4所示的流程示意图进行，具体包括以下步骤S106-1～步骤S106-5：

步骤S106-1：判断上述已开启的车灯数量是否大于预设数量阈值，如果是，则执行步骤S106-2，如果否，则执行步骤S106-3。

其中，预设数量阈值可以根据实际中车辆开启远光灯时单侧有多少个车灯处于点亮状态的信息确定。当实际中车辆开启远光灯时单侧有N个车灯处于点亮状态，则预设数量阈值可以取N-1，例如，预设数量阈值可以取1。

作为一个例子，当已开启的车灯数量(单侧)为2时，该车灯数量大于预设数量阈值1，此时可以准确地确定该车辆已开启远光灯。当已开启的车灯数量(单侧)为1时，为了进一步确定该车辆是否已开启远光灯，可以执行步骤S106-3及其以后的步骤继续进行确定。

可以理解的是，若已开启的车灯数量大于预设数量阈值，则可以认为目标车辆的车灯属于分离式车灯。若已开启的车灯数量不大于预设数量阈值，则可以认为目标车辆的车灯属于一体式车灯。

步骤S106-2：确定目标车辆已开启远光灯。

步骤S106-3：确定第一图像中目标车辆的车脸区域。

其中，车脸区域包括前挡风玻璃、前照灯、车牌、车前盖等部分组成的区域，也可以理解为面对车辆拍照时在图像中呈现的车辆的部分区域。

具体的，当步骤S102，即从第一图像中确定包含目标车辆的特征的第一特征区域的步骤包括：从第一图像中确定包含目标车辆的车牌的第一特征区域时，步骤S106-3可以包括：根据第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定第一图像中所述目标车辆的车脸区域。

可以理解的是，车脸区域通常包含车牌区域，车牌区域与车脸区域之间存在固定的位置关系，可以预先根据样本车辆图像获得车牌区域与车脸区域的位置对应关系。

作为一个例子，车牌区域的宽度与车脸区域的宽度之间存在大小关系，通常对于小型车来说，车脸区域的宽度等于车牌区域宽度的3～4倍，对于大型车来说，车脸区域的宽度等于车牌区域宽度的4～5倍。在横向上，车牌区域的底边即为车脸区域的底边，对于小型车，车脸区域的高度为车牌区域宽度的4～5倍；对于大型车，车脸区域的高度为车牌区域宽度的7～8倍。可以根据上述位置和尺寸关系，根据车牌区域的位置和尺寸，确定车脸区域的位置。

步骤S106-4：根据上述车脸区域，确定目标车辆的车辆类型。

由于不同的车辆类型对于不同的车脸区域，在确定目标车辆的车辆类型时，可以根据车脸区域和预先存储的车辆类型与车脸区域特征的对应关系，确定目标车辆的车辆类型。

步骤S106-5：根据上述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及第二图像中目标车辆的车灯区域，确定目标车辆是否已开启远光灯。

其中，处于开启状态的车灯形状是指处于远光灯开启状态的车灯形状。

具体的，本步骤可以包括多种实施方式，可以直接根据上述车辆类型以及预设的车辆类型与处于开启状态的车灯形状的对应关系，确定目标车辆对应的处于开启状态的目标车灯形状，判断第二图像中目标车辆的车灯区域是否符合上述目标车灯形状，如果符合，则确定目标车辆已开启远光灯，如果不符合，则确定目标车辆未开启远光灯。

为了更准确地确定目标车辆是否已开启远光灯，步骤S106-5也可以包括以下步骤1～步骤3：

步骤1：将上述车辆类型和第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器。

其中，该车灯分类器，用于依据输入的车辆类型和第二图像中目标车辆的车灯区域，以及在该车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定目标车辆是否已开启远光灯的分类结果。

具体的，上述车灯分类器可以根据预先采集的处于低照度环境下、低曝光度条件下各个车辆类型的车灯样本图像训练得到，该车灯样本图像可以包括车灯处于远光灯开启状态的样本图像和车灯处于远光灯关闭状态的样本图像，在训练时需要对已开启远光灯的车灯样本图像进行标记，同时也需要对车灯样本图像的车辆类型进行标记。

车灯分类器输出的分类结果可以包括已开启和未开启两种结果。

步骤2：获得上述车灯分类器发送的分类结果。

步骤3：根据所获得的分类结果，确定目标车辆是否已开启远光灯。

综上所述，在本实施例可以判断上述已开启的车灯数量是否大于预设数量阈值，若大于，则确定目标车辆已开启远光灯，若不大于，则确定第一图像中目标车辆的车辆类型，根据该车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及第二图像中目标车辆的车灯区域，确定目标车辆是否已开启远光灯。也就是说，本实施例可以兼顾一体式车灯和分离式车灯这两种情况，能够针对更多的车辆检测其是否开启远光灯，应用范围更广。

作为一种具体实施方式，车辆类型可以包括车辆品牌和车辆型号，车辆型号也可以称为车辆子品牌，例如，当车辆品牌为“一汽大众”时，对应的车辆型号可以包括速腾、迈腾、高尔夫、捷达、宝来等。

当车辆类型包括车辆品牌和车辆型号时，步骤S106-4，即根据上述车脸区域，确定目标车辆的车辆类型的步骤，可以包括以下步骤1～步骤3：

步骤1：根据第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定第一图像中目标车辆的车标区域。

其中，车标是指车辆上用于表示车辆品牌的标牌。可以理解的是，车辆上，车牌与车标之间存在固定的位置关系，可以预先根据采集的样本车辆图像获得车牌区域与车标区域的位置对应关系。

步骤2：根据上述车标区域和预设的车标分类器，确定目标车辆的车辆品牌。

具体的，在确定目标车辆的车辆品牌时，可以将车标区域发送至车标分类器，车标分类器用于根据车标区域，以及在车标分类器训练完成时所获得的车标区域的纹理特征与车辆品牌的对应关系，确定目标车辆的车辆品牌。

其中，车标分类器可以根据预先采集的样本车标图像训练而成，在训练时，可以对每个样本车标图像对应的车辆品牌进行标注。

步骤3：根据上述车脸区域和车辆品牌，确定目标车辆的车辆型号。

具体的，确定目标车辆的车辆型号时，可以从预设的车辆型号分类器中确定与该车辆品牌对应的目标车辆型号分类器，将车脸区域发送至该目标车辆型号分类器，该目标车辆型号分类器用于依据车脸区域，以及目标车辆型号分类器训练完成时获得的车脸区域的纹理特征与车辆型号的对应关系，确定目标车辆的车辆型号。

其中，目标车辆型号分类器可以根据预先采集的该车辆品牌对应的各个车辆型号的样本车脸图像训练而成。在训练时，可以对每个样本车脸图像对应的车辆型号进行标注。

对应的，当车辆类型包括车辆品牌和车辆型号时，步骤S106-5可以包括：根据上述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及第二图像中目标车辆的车灯区域，确定目标车辆是否已开启远光灯。

在本申请的另一实施例中，为了进一步确定目标车辆是否非法开启远光灯，在步骤S106之后，即在确定第一图像中的目标车辆已开启远光灯之后，上述方法还可以包括以下步骤1～步骤7：

步骤1：获得保存的各个第四图像中目标车辆是否开启远光灯的开启信息，第四图像为在第一采集时刻之前的预设时长内采集的多个图像，第一采集时刻为第一图像的采集时刻。

其中，开启信息包括已开启和未开启等信息。

当第一图像为视频帧图像时，第四图像可以理解为在第一图像之前采集的部分视频帧图像。也就是第四图像经过了与第一图像完全相同的处理，包括从各个第四图像中确定目标车辆是否开启远光灯的开启信息。因此，可以从保存的信息中获得上述开启信息。

具体的，上述开启信息可以保存在存储器中。本实施例的执行主体可以从存储器中读取上述开启信息。

步骤2：根据所获得的开启信息，判断各个第四图像中目标车辆是否均已开启远光灯，如果是，则执行步骤3；如果否，则执行步骤4。

具体的，为了减少计算量，降低处理复杂度，在判断各个第四图像中目标车辆是否均已开启远光灯时，可以从各个第四图像中抽出预设比例的图像，判断所抽出的图像中目标车辆是否均已开启远光灯，如果是，则确定各个第四图像中目标车辆均已开启远光灯。进一步的，也可以在判断出所抽出的图像中目标车辆均已开启远光灯时，从各个第四图像的前、中、后位置处各抽取预设数量个图像，判断该预设数量个图像中目标车辆是否均已开启远光灯，如果是，则确定各个第四图像中目标车辆均已开启远光灯。

例如，已知第四图像包括100个帧图像，可以从该100个帧图像中抽出40％的帧图像，当这40％的帧图像中目标车辆均已开启远光灯时，再从100个帧图像的前、中、后位置处各抽取1个帧图像，得到3个帧图像，如果这3个帧图像中的目标车辆也都已开启远光灯，则可以确定各个第四图像中目标车辆是否均已开启远光灯。可见，这样，无需判断所有的第四图像是否均已开启远光灯，能够降低处理复杂度。

步骤3：确定目标车辆非法开启远光灯。

步骤4：确定第一图像中目标车辆的第一位置信息。

具体的，确定目标车辆的位置信息，可以理解为确定目标车辆的坐标。

步骤5：获得保存的各个第四图像中目标车辆的第二位置信息。

步骤6：根据第一位置信息和第二位置信息，确定目标车辆的行驶轨迹。

可以理解的是，由于第一图像和各个第四图像是连续拍摄的多个图像，根据目标车辆在这些图像中的位置信息，可以确定目标车辆针对这些图像的行驶轨迹。具体的，确定目标车辆的行驶轨迹可以理解为确定目标车辆的行驶曲线。

步骤7：判断上述行驶轨迹的形状是否符合预设的非法轨迹形状，如果符合，则确定目标车辆非法开启远光灯。

其中，预设的非法轨迹形状可以包括直线形状等。根据现行法规规定可知，在城市道路中车辆超车时可以交替使用远光灯，以提醒前方车辆。当车辆超车时，车辆的行驶轨迹不可能是直线形状，因此可以将非法轨迹设置为直线形状。

例如，当各个第四图像中目标车辆并不是都开启了远光灯时，如果目标车辆的行驶轨迹为直线形状，则可以确定目标车辆并不是在超车，此时可以确定目标车辆非法开启了远光灯。

综上，本实施例可以判断各个第四图像中目标车辆是否均已开启远光灯，如果是，确定目标车辆非法开启远光灯，如果否，则确定目标车辆的行驶轨迹，根据该行驶轨迹确定目标车辆是否非法开启远光灯。

图5为本申请实施例提供的车辆远光灯开启的检测装置的一种结构示意图，该装置应用于电子设备，该实施例与图1所示实施例相对应。该装置包括：

图像获得模块501，用于获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

区域确定模块502，用于从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；

区域对应模块503，用于将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；

车灯确定模块504，用于根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；

数量确定模块505，用于对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；

开启确定模块506，用于根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

基于图5所示实施例的一种实施方式中，图像获得模块501具体可以用于：

获得图像采集器件针对当前场景采集的第一图像和第二图像，所述第一图像和第二图像分别为：所述图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

基于图5所示实施例的一种实施方式中，区域确定模块502，具体用于：

从所述第一图像中确定包含所述目标车辆的前景区域，从所述前景区域中确定包含所述目标车辆的特征的第一特征区域。

基于图5所示实施例的一种实施方式中，区域确定模块502为第一区域确定模块(图中未示出)，所述第一区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域；

车灯确定模块504为第一车灯确定模块(图中未示出)，所述第一车灯确定模块，用于将所述第二图像中所述第二特征区域所在的位置确定为所述目标车辆的车灯区域。

基于图5所示实施例的一种实施方式中，第一区域确定模块具体可以用于采用投影法，确定第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为所述第一图像中包含所述目标车辆的车灯的第一特征区域。

基于图5所示实施例的一种实施方式中，第一区域确定模块可以包括：

车灯确定子模块(图中未示出)，用于根据处于开启状态的车灯像素值，从所述第一图像中确定包含所述目标车辆的车灯的疑似第一特征区域；

区域筛选子模块(图中未示出)，用于根据预设的车灯尺寸和/或预设的车灯形状，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域。

基于图5所示实施例的一种实施方式中，区域确定模块502为第二区域确定模块(图中未示出)，所述第二区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车灯确定模块504为第二车灯确定模块(图中未示出)，所述第二车灯确定模块，用于根据所述第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

基于图5所示实施例的一种实施方式中，第二区域确定模块具体可以用于：

根据预设的车牌区域背景颜色，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

基于图5所示实施例的一种实施方式中，第二区域确定模块可以包括：

信息获得子模块(图中未示出)，用于获得保存的第三图像中所述目标车辆的车牌信息，所述第三图像为：在第一采集时刻之前、与所述第一采集时刻相邻的时刻采集的图像；所述第一采集时刻为所述第一图像的采集时刻；

区域确定子模块(图中未示出)，用于根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

基于图5所示实施例的一种实施方式中，区域确定模块502，具体可以用于从所述第一图像中确定包含所述目标车辆的车身的第一特征区域；

所述车灯确定模块504，具体可以用于根据所述第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

基于图5所示实施例的一种实施方式中，所述区域对应模块503可以包括：

时刻获得子模块(图中未示出)，用于获得所述第一图像的第一采集时刻和所述第二图像的第二采集时刻；

差值计算子模块(图中未示出)，用于计算所述第一采集时刻和第二采集时刻的差值；

车速获得子模块(图中未示出)，用于获得所述目标车辆当前的车速信息；

区域对应子模块(图中未示出)，用于根据所述差值和车速信息，将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域。

基于图5所示实施例的一种实施方式中，数量确定模块505具体可以用于：采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量；或者，

数量确定模块505具体可以用于：将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

基于图5所示实施例的一种实施方式中，开启确定模块506可以包括：

数量判断子模块(图中未示出)，用于判断所述已开启的车灯数量是否大于预设数量阈值；

第一开启确定子模块(图中未示出)，用于当所述已开启的车灯数量大于预设数量阈值时，确定所述目标车辆已开启远光灯；

车脸确定子模块(图中未示出)，用于当所述已开启的车灯数量不大于预设数量阈值时，确定所述第一图像中所述目标车辆的车脸区域；

类型确定子模块(图中未示出)，用于根据所述车脸区域，确定所述目标车辆的车辆类型；

第二开启确定子模块(图中未示出)，用于根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

基于图5所示实施例的一种实施方式中，第二开启确定子模块可以包括：

发送单元(图中未示出)，用于将所述车辆类型和所述第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器，其中，所述车灯分类器，用于依据输入的车辆类型和所述第二图像中所述目标车辆的车灯区域，以及在所述车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定所述目标车辆是否已开启远光灯的分类结果；

获得单元(图中未示出)，用于获得所述车灯分类器发送的分类结果；

确定单元(图中未示出)，用于根据所获得的分类结果，确定所述目标车辆是否已开启远光灯。

基于图5所示实施例的一种实施方式中，区域确定模块502，具体可以用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车脸确定子模块，具体可以用于根据所述第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定所述第一图像中所述目标车辆的车脸区域。

基于图5所示实施例的一种实施方式中，所述车辆类型可以包括车辆品牌和车辆型号；所述类型确定子模块可以包括：

车标确定单元(图中未示出)，用于根据所述第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定所述第一图像中所述目标车辆的车标区域；

品牌确定单元(图中未示出)，用于根据所述车标区域和预设的车标分类器，确定所述目标车辆的车辆品牌；

型号确定单元(图中未示出)，用于根据所述车脸区域和车辆品牌，确定所述目标车辆的车辆型号；

所述第二开启确定子模块具体可以用于：

根据所述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

基于图5所示实施例的一种实施方式中，所述装置还可以包括：

信息获得模块(图中未示出)，用于在确定所述第一图像中的所述目标车辆已开启远光灯之后，获得保存的各个第四图像中所述目标车辆是否开启远光灯的开启信息，所述第四图像为在第一采集时刻之前的预设时长内采集的多个图像，所述第一采集时刻为所述第一图像的采集时刻；

开启判断模块(图中未示出)，用于根据所获得的开启信息，判断各个第四图像中所述目标车辆是否均已开启远光灯；

第一非法确定模块(图中未示出)，用于当各个第四图像中所述目标车辆均已开启远光灯时，确定所述目标车辆非法开启远光灯；

位置确定模块(图中未示出)，用于当各个第四图像中所述目标车辆未均开启远光灯时，确定所述第一图像中所述目标车辆的第一位置信息；

位置获得模块(图中未示出)，用于获得保存的各个第四图像中所述目标车辆的第二位置信息；

轨迹确定模块(图中未示出)，用于根据所述第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；

轨迹判断模块(图中未示出)，用于判断所述行驶轨迹的形状是否符合预设的非法轨迹形状；

第二非法确定模块(图中未示出)，用于当所述行驶轨迹的形状符合预设的非法轨迹形状时，确定所述目标车辆非法开启远光灯。

由于上述装置实施例是基于方法实施例得到的，与该方法具有相同的技术效果，因此装置实施例的技术效果在此不再赘述。对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，本申请提供的车辆远光灯开启的检测方法可以由与摄像机相连的电子设备来实现，也可以由摄像机自身实现。下面分别进行详细说明。

图6为本申请实施例提供的电子设备的一种结构示意图，与图1所示方法实施例相对应。所述电子设备包括：处理器601、存储器602、通信接口603和总线604；

所述处理器601、所述存储器602和所述通信接口603通过所述总线604连接并完成相互间的通信；

所述存储器602存储可执行程序代码；

所述处理器601通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于：

获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

具体的，在获得第一图像和第二图像时，作为执行主体的电子设备内部可以包含图像采集部件，也可以不包含图像采集部件。当电子设备不包含图像采集部件时，电子设备可以接收图像采集部件发送的针对当前场景的第一图像和第二图像。当电子设备包含图像采集部件时，电子设备可以通过图像采集部件获得针对当前场景的第一图像和第二图像。

因此，基于图6所示实施例的一种实施方式中，所述电子设备还可以包括：图像采集部件(图中未示出)；

所述图像采集部件，用于针对当前场景采集第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器，所述第一图像和第二图像分别为：所述图像采集部件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像；

所述处理器601，具体用于从所述存储器中读取所述第一图像和第二图像。

可见，本实施例中第一图像的曝光度大于第二图像的曝光度，可以认为第二图像属于低曝光度图像，对低曝光度的第二图像中车辆的车灯区域进行图像处理时，可以准确地确定车辆已开启的车灯数量。由于开启远光灯时和未开启远光灯时车辆处于开启状态的车灯数量一般是不同的，因此可以根据该车灯数量确定车辆是否开启远光灯，无需根据车灯区域的尺寸与预设的尺寸阈值进行比较来来确定车辆是否开启远光灯。因此，应用本实施例提供的方案进行检测，能够提高对车辆是否已开启远光灯的检测准确性。

需要说明的是，本实施例中的电子设备以多种形式存在，包括但不限于：

移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机以及低端手机等。

超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。

便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

其他具有数据交互功能的电子装置。

由于上述电子设备实施例是基于方法实施例得到的，因此方法部分的具体实施例均可以应用在本电子设备实施例中。对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

图7为本申请实施例提供的摄像机的一种结构示意图，与图1所示方法实施例相对应。所述摄像机包括：处理器701、图像采集部件702和存储器703；

所述图像采集部件702，用于采集针对当前场景的第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器703，其中，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

所述处理器701，用于从所述存储器703中读取所述第一图像和第二图像；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

基于图7所示实施例的一种实施方式中，所述处理器701，还可以用于向所述图像采集部件702发送图像采集指令；

所述图像采集部件702，具体用于接收所述处理器701发送的图像采集指令，根据所述图像采集指令中的第一曝光信号和第二曝光信号交替地采集第一图像和第二图像。

可见，本实施例中第一图像的曝光度大于第二图像的曝光度，可以认为第二图像属于低曝光度图像，对低曝光度的第二图像中车辆的车灯区域进行图像处理时，可以准确地确定车辆已开启的车灯数量。由于开启远光灯时和未开启远光灯时车辆处于开启状态的车灯数量一般是不同的，因此可以根据该车灯数量确定车辆是否开启远光灯，无需根据车灯区域的尺寸与预设的尺寸阈值进行比较来来确定车辆是否开启远光灯。因此，应用本实施例提供的方案进行检测，能够提高对车辆是否已开启远光灯的检测准确性。

本申请还提供了图8所示的摄像机的一种具体实现。该实施例是基于图7所示实施例得到的。其中，处理器701可以为DSP(Digital Signal Processing，数字信号处理器件)，图像采集部件702可以包括CCD(Charge-coupled Device，电荷耦合元件即图像传感器)、驱动电路和FPGA(Field－Programmable Gate Array，可编程逻辑器件)，存储器703可以为DDR SDRAM((Double Data Rate SDRAM，双倍速率SDRAM，即内存，以下简称DDR)和/或Flash(闪存)等。FPGA还可以与外部输入接口相连，外部输入接口可以包括IO接口或RS485或触发器(trigger)等，通过这部分接收外部信息，比如交通信号灯信息、雷达信息、线圈信息等。

CCD可以采集针对当前场景的第一图像和第二图像，并将第一图像和第二图像通过驱动电路和FPGA存储至DDR。

DSP可以从DDR中读取第一图像和第二图像；从第一图像中确定包含目标车辆的特征的第一特征区域；将第二图像中与第一特征区域位置对应的区域确定为第二特征区域；根据第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定目标车辆已开启的车灯数量；根据已开启的车灯数量，确定目标车辆是否已开启远光灯。

其中，当DSP确定第一特征区域的位置、第二特征区域的位置、第二图像中目标车辆的车灯区域、目标车辆已开启的车灯数量和目标车辆是否已开启远光灯的信息等信息之后，可以将这些信息存储至Flash中，即Flash可以存储第一特征区域的位置、第二特征区域的位置、第二图像中目标车辆的车灯区域、目标车辆已开启的车灯数量和目标车辆是否已开启远光灯的信息。在需要使用上述信息时，DSP可以从Flash中读取上述第一特征区域的位置、第二特征区域的位置、第二图像中目标车辆的车灯区域、目标车辆已开启的车灯数量等信息。

FPGA可以接收DSP发送的图像采集指令，交替地通过驱动电路向CCD发送第一曝光信号和第二曝光信号，驱动电路驱动CCD工作，实现长短曝光控制，完成第一图像和第二图像的采集。

CCD采集第一图像和第二图像之后，可以通过驱动电路将第一图像和第二图像发送至FPGA。

FPGA可以接收CCD通过驱动电路发送的第一图像和第二图像，并将第一图像和第二图像进行一定的图像预处理之后，存储至DDR中，该存储过程可以是实时的。CCD采集到图像的模拟信号之后，FPGA还可以将模拟信号转换为数字信号。FPGA对图像的预处理可以包括降噪和平滑等。FPGA对图像的预处理能够降低DSP对图像处理时的工作量。

具体的，在确定第一特征区域时，DSP可以从第一图像中确定包含目标车辆的前景区域，从前景区域中确定包含目标车辆的特征的第一特征区域。

在一种情况中，当目标车辆的特征为车灯时，DSP可以从第一图像中确定包含目标车辆的车灯的第一特征区域，将第二图像中第二特征区域所在的位置确定为目标车辆的车灯区域。

在确定第一特征区域时，DSP也可以采用投影法，确定第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为第一图像中包含目标车辆的车灯的第一特征区域。

在确定第一特征区域时，DSP也可以根据处于开启状态的车灯像素值，从第一图像中确定包含目标车辆的车灯的疑似第一特征区域；根据预设的车灯尺寸和/或预设的车灯形状，从疑似第一特征区域中筛选出包含目标车辆的车灯的第一特征区域。

在一种情况中，当目标车辆的特征为车牌时，DSP可以从第一图像中确定包含目标车辆的车牌的第一特征区域，根据第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域。

在确定第一特征区域时，DSP可以根据预设的车牌区域背景颜色，从第一图像中确定包含目标车辆的车牌的第一特征区域。

在确定第一特征区域时，DSP也可以从Flash中读取保存的第三图像中目标车辆的车牌信息，根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。其中，第三图像为：在第一采集时刻之前、与第一采集时刻相邻的时刻采集的图像；第一采集时刻为第一图像的采集时刻。

在一种情况中，当目标车辆的特征为车身时，DSP可以从第一图像中确定包含目标车辆的车身的第一特征区域，根据第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在第二图像中确定目标车辆的车灯区域。

在确定第二特征区域时，DSP可以获得第一图像的第一采集时刻和第二图像的第二采集时刻；计算第一采集时刻和第二采集时刻的差值；获得目标车辆当前的车速信息；根据该差值和车速信息，将第二图像中与第一特征区域位置对应的区域确定为第二特征区域。

在确定车灯数量时，DSP可以采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为目标车辆已开启的车灯数量。在确定车灯数量时，也可以是DSP将所确定的车灯区域转换为二值化图像，采用连通域法，确定该二值化图像中的连通域数量，将该连通域数量确定为目标车辆已开启的车灯数量。

在确定目标车辆是否开启远光灯时，DSP可以判断上述已开启的车灯数量是否大于预设数量阈值；如果是，则确定目标车辆已开启远光灯；如果否，则确定第一图像中目标车辆的车脸区域；根据该车脸区域，确定目标车辆的车辆类型；根据该车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及第二图像中目标车辆的车灯区域，确定目标车辆是否已开启远光灯。

具体的，在根据车辆类型等信息确定目标车辆是否已开启远光灯时，DSP可以将上述车辆类型和第二图像中目标车辆的车灯区域发送至预设的车灯分类器，获得车灯分类器发送的分类结果；根据所获得的分类结果，确定目标车辆是否已开启远光灯。其中，车灯分类器，用于依据输入的车辆类型和第二图像中目标车辆的车灯区域，以及在车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定目标车辆是否已开启远光灯的分类结果。

在确定车脸区域时，当DSP从第一图像中确定包含目标车辆的车牌的第一特征区域时，DSP可以根据第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定第一图像中目标车辆的车脸区域。

具体的，车辆类型可以包括车辆品牌和车辆型号，在确定车辆类型时，DSP可以根据第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定第一图像中所述目标车辆的车标区域；根据车标区域和预设的车标分类器，确定目标车辆的车辆品牌，根据车脸区域和车辆品牌，确定目标车辆的车辆型号。相应的，DSP可以根据上述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及第二图像中目标车辆的车灯区域，确定目标车辆是否已开启远光灯。

另外，在确定所述第一图像中的所述目标车辆已开启远光灯之后，DSP可以从Flash中读取保存的各个第四图像中目标车辆是否开启远光灯的开启信息，根据所获得的开启信息，判断各个第四图像中目标车辆是否均已开启远光灯；如果是，则确定目标车辆非法开启远光灯；如果否，则确定第一图像中目标车辆的第一位置信息；获得保存的各个第四图像中目标车辆的第二位置信息；根据第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；判断该行驶轨迹的形状是否符合预设的非法轨迹形状；如果符合，则确定目标车辆非法开启远光灯。其中，第四图像为在第一采集时刻之前的预设时长内采集的多个图像，第一采集时刻为第一图像的采集时刻。

作为一种应用场景，本实施例中的摄像机架设在道路上方，用于拍摄当前场景的图像，并检测出图像中哪些车辆开启了远光灯。作为参考，当前场景可以为城市交通路段中的指定位置处，指定位置可以包括卡口、路口、事故多发地段等位置。由于摄像机自身的存储容量有限，为了将自身数据通过网络发送至其他设备，上述摄像机还可以包括网络通信芯片。

在确定车辆已开启远光灯之后，DSP可以将该车辆所在的图像以及确定车辆已开启远光灯的数据通过网络通信芯片发送至指定的后端存储器中。同时，为了减少数据存储量，可以删除DDR中的已处理过或已上传的图像数据。

由于上述摄像机实施例是基于方法实施例得到的，因此方法部分的具体实施例均可以应用在本摄像机实施例中。对于摄像机实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

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，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (38)

1.一种车辆远光灯开启的检测方法，包括：获得针对当前场景的第一图像和第二图像，其特征在于，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；所述方法还包括：

从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；

将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；

根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；

对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；

根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

2.根据权利要求1所述的方法，其特征在于，所述获得针对当前场景的第一图像和第二图像的步骤，包括：

获得图像采集器件针对当前场景采集的第一图像和第二图像，所述第一图像和第二图像分别为：所述图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

3.根据权利要求1所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：

从所述第一图像中确定包含所述目标车辆的前景区域，从所述前景区域中确定包含所述目标车辆的特征的第一特征区域。

4.根据权利要求1所述的方法，其特征在于，

所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

将所述第二图像中所述第二特征区域所在的位置确定为所述目标车辆的车灯区域。

5.根据权利要求4所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域的步骤，包括：

采用投影法，确定所述第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为所述第一图像中包含所述目标车辆的车灯的第一特征区域。

6.根据权利要求4所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域的步骤，包括：

根据处于开启状态的车灯像素值，从所述第一图像中确定包含所述目标车辆的车灯的疑似第一特征区域；

根据预设的车灯尺寸和/或预设的车灯形状，从所述疑似第一特征区域中筛选出包含所述目标车辆的车灯的第一特征区域。

7.根据权利要求1所述的方法，其特征在于，

所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

根据所述第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

8.根据权利要求7所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域的步骤，包括：

根据预设的车牌区域背景颜色，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

9.根据权利要求7所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域的步骤，包括：

获得保存的第三图像中所述目标车辆的车牌信息，所述第三图像为：在第一采集时刻之前、与所述第一采集时刻相邻的时刻采集的图像；所述第一采集时刻为所述第一图像的采集时刻；

根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

10.根据权利要求1所述的方法，其特征在于，

所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车身的第一特征区域；

所述根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域，包括：

根据所述第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

11.根据权利要求1所述的方法，其特征在于，所述将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域的步骤，包括：

获得所述第一图像的第一采集时刻和所述第二图像的第二采集时刻；

计算所述第一采集时刻和第二采集时刻的差值；

获得所述目标车辆当前的车速信息；

根据所述差值和车速信息，将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域。

12.根据权利要求11所述的方法，其特征在于，所述对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量的步骤，包括：

采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量；或者，

将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

13.根据权利要求12所述的方法，其特征在于，所述根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯的步骤，包括：

判断所述已开启的车灯数量是否大于预设数量阈值；

如果是，则确定所述目标车辆已开启远光灯；

如果否，则确定所述第一图像中所述目标车辆的车脸区域；

根据所述车脸区域，确定所述目标车辆的车辆类型；

根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

14.根据权利要求13所述的方法，其特征在于，所述根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯的步骤，包括：

将所述车辆类型和所述第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器，其中，所述车灯分类器，用于依据输入的车辆类型和所述第二图像中所述目标车辆的车灯区域，以及在所述车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定所述目标车辆是否已开启远光灯的分类结果；

获得所述车灯分类器发送的分类结果；

根据所获得的分类结果，确定所述目标车辆是否已开启远光灯。

15.根据权利要求13所述的方法，其特征在于，所述从所述第一图像中确定包含所述目标车辆的特征的第一特征区域的步骤，包括：从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述确定所述第一图像中所述目标车辆的车脸区域的步骤，包括：

根据所述第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定所述第一图像中所述目标车辆的车脸区域。

16.根据权利要求15所述的方法，其特征在于，所述车辆类型包括车辆品牌和车辆型号；

所述根据所述车脸区域，确定所述目标车辆的车辆类型的步骤，包括：

根据所述第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定所述第一图像中所述目标车辆的车标区域；

根据所述车标区域和预设的车标分类器，确定所述目标车辆的车辆品牌；

根据所述车脸区域和车辆品牌，确定所述目标车辆的车辆型号；

所述根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯的步骤，包括：

根据所述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

17.根据权利要求1所述的方法，其特征在于，在确定所述第一图像中的所述目标车辆已开启远光灯之后，所述方法还包括：

获得保存的各个第四图像中所述目标车辆是否开启远光灯的开启信息，所述第四图像为在第一采集时刻之前的预设时长内采集的多个图像，所述第一采集时刻为所述第一图像的采集时刻；

根据所获得的开启信息，判断各个第四图像中所述目标车辆是否均已开启远光灯；

如果是，则确定所述目标车辆非法开启远光灯；

如果否，则确定所述第一图像中所述目标车辆的第一位置信息；

获得保存的各个第四图像中所述目标车辆的第二位置信息；

根据所述第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；

判断所述行驶轨迹的形状是否符合预设的非法轨迹形状；

如果符合，则确定所述目标车辆非法开启远光灯。

18.一种车辆远光灯开启的检测装置，包括：图像获得模块，用于获得针对当前场景的第一图像和第二图像，其特征在于，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；所述装置还包括：

区域确定模块，用于从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；

区域对应模块，用于将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；

车灯确定模块，用于根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；

数量确定模块，用于对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；

开启确定模块，用于根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

19.根据权利要求18所述的装置，其特征在于，所述图像获得模块，具体用于：

获得图像采集器件针对当前场景采集的第一图像和第二图像，所述第一图像和第二图像分别为：所述图像采集器件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像。

20.根据权利要求18所述的装置，其特征在于，所述区域确定模块，具体用于：

从所述第一图像中确定包含所述目标车辆的前景区域，从所述前景区域中确定包含所述目标车辆的特征的第一特征区域。

21.根据权利要求18所述的装置，其特征在于，

所述区域确定模块为第一区域确定模块，所述第一区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车灯的第一特征区域；

所述车灯确定模块为第一车灯确定模块，所述第一车灯确定模块，用于将所述第二图像中所述第二特征区域所在的位置确定为所述目标车辆的车灯区域。

22.根据权利要求21所述的装置，其特征在于，所述第一区域确定模块，具体用于：

采用投影法，确定所述第一图像中每个像素列的投影值，将所确定的投影值的波峰对应的区域，确定为所述第一图像中包含所述目标车辆的车灯的第一特征区域。

23.根据权利要求21所述的装置，其特征在于，所述第一区域确定模块，包括：

车灯确定子模块，用于根据处于开启状态的车灯像素值，从所述第一图像中确定包含所述目标车辆的车灯的疑似第一特征区域；

区域筛选子模块，用于根据预设的车灯尺寸和/或预设的车灯形状，从所述疑似第一特征区域中筛选出包含所述目标车辆的车灯的第一特征区域。

24.根据权利要求18所述的装置，其特征在于，

所述区域确定模块为第二区域确定模块，所述第二区域确定模块，用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车灯确定模块为第二车灯确定模块，所述第二车灯确定模块，用于根据所述第二特征区域的位置，和预设的车牌区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

25.根据权利要求24所述的装置，其特征在于，所述第二区域确定模块，具体用于：

根据预设的车牌区域背景颜色，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

26.根据权利要求24所述的装置，其特征在于，所述第二区域确定模块，包括：

信息获得子模块，用于获得保存的第三图像中所述目标车辆的车牌信息，所述第三图像为：在第一采集时刻之前、与所述第一采集时刻相邻的时刻采集的图像；所述第一采集时刻为所述第一图像的采集时刻；

区域确定子模块，用于根据所获得的车牌信息，从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域。

27.根据权利要求18所述的装置，其特征在于，

所述区域确定模块，具体用于从所述第一图像中确定包含所述目标车辆的车身的第一特征区域；

所述车灯确定模块，具体用于根据所述第二特征区域的位置，和预设的车身区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域。

28.根据权利要求18所述的装置，其特征在于，所述区域对应模块，包括：

时刻获得子模块，用于获得所述第一图像的第一采集时刻和所述第二图像的第二采集时刻；

差值计算子模块，用于计算所述第一采集时刻和第二采集时刻的差值；

车速获得子模块，用于获得所述目标车辆当前的车速信息；

区域对应子模块，用于根据所述差值和车速信息，将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域。

29.根据权利要求28所述的装置，其特征在于，所述数量确定模块，具体用于：采用投影法，获得所确定的车灯区域中每个像素列的投影值，将所获得的投影值的波峰的数量，确定为所述目标车辆已开启的车灯数量；或者，

所述数量确定模块，具体用于：将所确定的车灯区域转换为二值化图像，采用连通域法，确定所述二值化图像中的连通域数量，将所述连通域数量确定为所述目标车辆已开启的车灯数量。

30.根据权利要求29所述的装置，其特征在于，所述开启确定模块，包括：

数量判断子模块，用于判断所述已开启的车灯数量是否大于预设数量阈值；

第一开启确定子模块，用于当所述已开启的车灯数量大于预设数量阈值时，确定所述目标车辆已开启远光灯；

车脸确定子模块，用于当所述已开启的车灯数量不大于预设数量阈值时，确定所述第一图像中所述目标车辆的车脸区域；

类型确定子模块，用于根据所述车脸区域，确定所述目标车辆的车辆类型；

第二开启确定子模块，用于根据所述车辆类型、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

31.根据权利要求30所述的装置，其特征在于，所述第二开启确定子模块，包括：

发送单元，用于将所述车辆类型和所述第二图像中所述目标车辆的车灯区域发送至预设的车灯分类器，其中，所述车灯分类器，用于依据输入的车辆类型和所述第二图像中所述目标车辆的车灯区域，以及在所述车灯分类器训练完成时所获得的车辆类型与处于开启状态的车灯形状的对应关系，确定所述目标车辆是否已开启远光灯的分类结果；

获得单元，用于获得所述车灯分类器发送的分类结果；

确定单元，用于根据所获得的分类结果，确定所述目标车辆是否已开启远光灯。

32.根据权利要求30所述的装置，其特征在于，所述区域确定模块，具体用于从所述第一图像中确定包含所述目标车辆的车牌的第一特征区域；

所述车脸确定子模块，具体用于根据所述第一特征区域的位置和预设的车牌区域与车脸区域的位置对应关系，确定所述第一图像中所述目标车辆的车脸区域。

33.根据权利要求32所述的装置，其特征在于，所述车辆类型包括车辆品牌和车辆型号；

所述类型确定子模块，包括：

车标确定单元，用于根据所述第一特征区域的位置，以及预设的车牌区域与车标区域的位置对应关系，确定所述第一图像中所述目标车辆的车标区域；

品牌确定单元，用于根据所述车标区域和预设的车标分类器，确定所述目标车辆的车辆品牌；

型号确定单元，用于根据所述车脸区域和车辆品牌，确定所述目标车辆的车辆型号；

所述第二开启确定子模块，具体用于：

根据所述车辆品牌、车辆型号、预设的车辆类型与处于开启状态的车灯形状的对应关系以及所述第二图像中所述目标车辆的车灯区域，确定所述目标车辆是否已开启远光灯。

34.根据权利要求18所述的装置，其特征在于，所述装置还包括：

信息获得模块，用于在确定所述第一图像中的所述目标车辆已开启远光灯之后，获得保存的各个第四图像中所述目标车辆是否开启远光灯的开启信息，所述第四图像为在第一采集时刻之前的预设时长内采集的多个图像，所述第一采集时刻为所述第一图像的采集时刻；

开启判断模块，用于根据所获得的开启信息，判断各个第四图像中所述目标车辆是否均已开启远光灯；

第一非法确定模块，用于当各个第四图像中所述目标车辆均已开启远光灯时，确定所述目标车辆非法开启远光灯；

位置确定模块，用于当各个第四图像中所述目标车辆未均开启远光灯时，确定所述第一图像中所述目标车辆的第一位置信息；

位置获得模块，用于获得保存的各个第四图像中所述目标车辆的第二位置信息；

轨迹确定模块，用于根据所述第一位置信息和第二位置信息，确定所述目标车辆的行驶轨迹；

轨迹判断模块，用于判断所述行驶轨迹的形状是否符合预设的非法轨迹形状；

第二非法确定模块，用于当所述行驶轨迹的形状符合预设的非法轨迹形状时，确定所述目标车辆非法开启远光灯。

35.一种电子设备，所述电子设备包括：处理器、存储器、通信接口和总线；其特征在于，

所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；

所述存储器存储可执行程序代码；

所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于：

获得针对当前场景的第一图像和第二图像，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

36.根据权利要求35所述的电子设备，其特征在于，还包括：图像采集部件；

所述图像采集部件，用于针对当前场景采集第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器，所述第一图像和第二图像分别为：所述图像采集部件在交替接收到预设的第一曝光信号和预设的第二曝光信号时采集的视频帧图像；

所述处理器，具体用于从所述存储器中读取所述第一图像和第二图像。

37.一种摄像机，所述摄像机包括：处理器、图像采集部件和存储器；其特征在于，

所述图像采集部件，用于采集针对当前场景的第一图像和第二图像，并将所述第一图像和第二图像存储至所述存储器，其中，所述第一图像和第二图像中均包含目标车辆，且所述第一图像的曝光度大于所述第二图像的曝光度；

所述处理器，用于从所述存储器中读取所述第一图像和第二图像；从所述第一图像中确定包含所述目标车辆的特征的第一特征区域；将所述第二图像中与所述第一特征区域位置对应的区域确定为第二特征区域；根据所述第二特征区域的位置和预设的车辆特征区域与车灯区域的位置对应关系，在所述第二图像中确定所述目标车辆的车灯区域；对所确定的车灯区域进行图像处理，确定所述目标车辆已开启的车灯数量；根据所述已开启的车灯数量，确定所述目标车辆是否已开启远光灯。

38.根据权利要求37所述的摄像机，其特征在于，

所述处理器，还用于向所述图像采集部件发送图像采集指令；

所述图像采集部件，具体用于接收所述处理器发送的图像采集指令，根据所述图像采集指令中的第一曝光信号和第二曝光信号交替地采集第一图像和第二图像。

Images