CN102708685B - 检测与抓拍违规车辆的装置及方法 - Google Patents

Abstract

本发明公开了一种检测与抓拍违规车辆的装置及方法，该装置包括图像采集系统和图像处理系统，图像处理系统包括：图像处理模块、图像采集控制模块和数据上传模块，利用该装置的方法通过图像处理系统对图像采集系统获得的图像进行解码、检测、标定处理，并根据处理的结果控制图像采集系统采集清晰的证据图像，同时将处理结果和证据数据实时上传到上级服务器中，本发明的有益之处在于：实现了在静态背景下检测出违规车辆，尤其是越、压交通线的车辆，并对目标车辆进行动态抓拍和录像，具有较大的监控视场，并能在监控视场内有效的对违规车辆进行调焦抓拍，获得违规车辆的车牌号码等信息。

Description

检测与抓拍违规车辆的装置及方法

技术领域

本发明涉及一种检测与抓拍运动物体的装置及方法，具体涉及一种基于视觉的检测、跟踪与抓拍违规车辆的装置及方法。

背景技术

随着城市的发展，机动车辆的数量日渐增加，随之而来的交通问题不仅严重阻碍了城市的发展，更对人们的日常出行产生了不便，甚至危害到人们的生命安全。因此，道路交通监控设备得到了更为广泛的应用。现有的道路交通监控设备主要采用的是计算机视觉技术，所谓的计算机视觉技术是指：首先由图像传感器获取图像，然后由计算机进行图像分析，最后获取图像信息。然而现有的交通监控设备普遍存在着监控范围小、获取的图像不清晰等缺陷，最重要的是不能够实时上传获取到的图像。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种检测与抓拍违规车辆的装置及方法，实现在较大的监控范围内实时检测违规车辆，获得目标的清晰图像和录像片段，从而获得诸如车牌号码等信息，并将获得的信息实时上传到网络中。

为了实现上述目标，本发明采用如下的技术方案：

检测与抓拍违规车辆的装置，其特征在于，包括：用于通过硬件采集图像的图像采集系统，用于将前述图像采集系统采集到的图像进行解码、检测、标定处理并将处理结果上传以及对前述图像采集系统的硬件进行控制的图像处理系统，上述图像采集系统的图像视场为狭长方形并且狭长方形的长边的延伸方向与道路方向一致。

前述的检测与抓拍违规车辆的装置，其特征在于，前述图像采集系统包括在前述图像处理系统的控制下进行静态采集图像和动态采集图像的摄像机。

前述的检测与抓拍违规车辆的装置，其特征在于，前述图像采集系统还包括用于装载前述摄像机并能做水平与俯仰运动的云台。

前述的检测与抓拍违规车辆的装置，其特征在于，前述云台设置有高精度角度编码器和可控变速电机。

前述的检测与抓拍违规车辆的装置，其特征在于，前述图像处理系统包括：用于将前述图像采集系统采集到的图像进行解码、检测、标定的图像处理模块；用于根据前述图像处理模块的处理结果控制前述图像采集系统的硬件的动作的图像采集控制模块；用于上传前述处理结果的数据上传模块。

前述的检测与抓拍违规车辆的装置，其特征在于，前述图像处理模块包括：

用于将前述图像采集系统所获得的压缩视频解压缩的视频解码子模块；

用于根据前述视频解码子模块还原出来的视频信号，检测出违规目标的目标检测子模块；

用于根据前述摄像机的参数，建立图像与实际场景的大小对应关系的图像标定子模块；

用于计算实际场景中的前述目标的运动速度及运动方向的目标测速测向子模块；

用于预测前述摄像机抓拍目标时目标在摄像机视场中的位置的目标位置预测子模块。

前述的检测与抓拍违规车辆的装置，其特征在于，前述图像采集控制模块包括：用于根据前述图像处理模块的处理结果控制前述图像采集系统抓拍目标、保存图像数据，同时保存前述目标违规的过程的视频录像的硬件控制子模块。

前述的检测与抓拍违规车辆的装置，其特征在于，前述数据上传模块包括：用于将前述图像采集系统获得的目标违规的图像与视频证据上传到网络的证据数据上传子模块。

利用如前述的装置检测与抓拍违规车辆的方法，其特征在于，包括以下步骤：

（1）图像采集系统通过采集连续的单帧图像构成样本视频；

（2）图像处理系统实时的接收前述图像采集系统传来的样本视频并对样本视频的单帧进行检测，当上述单帧中有目标越、压交通线时，该目标为待检目标；

（3）图像处理系统根据图像与实际场景的大小对应关系计算出前述待检目标的真实大小，根据前述待检目标的真实大小判断前述待检目标是车辆还是行人，如果是行人，该待检目标为无效目标，图像处理系统继续进行步骤（1）；如果是车辆，则该待检目标作为待抓拍目标，进入步骤（4）；

（4）图像处理系统对前述待抓拍目标测速、测向，并根据前述待抓拍目标的运动速度和运动方向以及前述图像采集系统的延时时间预测上述待抓拍目标所对应的车辆在取证抓拍时的位置，该位置为取证位置；

（5）图像处理系统根据前述取证位置控制前述图像采集系统抓拍并保存证据图像；

（6）前述图像采集系统抓拍结束后，前述图像处理系统控制前述图像采集系统回到监控位置继续进行步骤（1）的图像采集工作；

（7）图像处理系统将处理结果以及目标违规的证据上传到上级服务器。

前述的检测与抓拍违规车辆的方法，其特征在于，在前述步骤（2）中，图像处理系统采用基于背景差分的方法检测前述目标，具体的，在图像中设置有一条与实际场景中的交通线大小及位置相对应的虚拟检测线，图像处理系统对前述虚拟检测线进行行扫描，当连续有多行的灰度值超过阈值时，则检测到的前述目标区域与虚拟检测线区域有重叠，即前述目标越、压交通线。

前述的检测与抓拍违规车辆的方法，其特征在于，在前述步骤（3）中，图像处理系统根据图像与实际场景的大小对应关系计算出前述待检目标的真实大小，具体方法为：

前述摄像机的视场角为θ_fov、焦距为f、安装高度为h、CCD的像元尺寸为l。设摄像机所在的竖直线与地面相交于一点p，a′为待检目标在地面上的位置，b′、c′为地面与视场边缘相交的两点，b′到前述p点的距离小于c′到前述p点的距离，a′与摄像机的水平距离为L_pa′，前述点a′、b′和c′在前述CCD所成图像上对应的像素位置分别为a、b和c，oo′为摄像机的光轴，则根据上述信息可得到实际场景中待检目标所在的位置点a′与摄像机的水平距离L_pa′，计算公式为：

$L_{{\mathrm{pa}}^{\′}}=\frac{h}{\tan (\frac{1}{2}{\mathrm{\θ}}_{\mathrm{fov}}-\arctan \left(\frac{(\frac{1}{2}{l}_{\mathrm{bc}}-l_{\mathrm{ac}})}{f}\right)+\arctan \left(\frac{h}{L_{{\mathrm{pc}}^{\′}}}\right))}---\left(1\right)$

设某一物体的真实宽度为w′，其在CCD所成图像上的成像宽度为w，其距离摄像机的水平距离为L，则有

$w^{\′}=\frac{w\·l\·\sqrt{L^2+h^2}}{f}---\left(2\right)$

其中，l_ac和l_bc为图像中a点、b点与c点的像素距离，L_pa′和L_pc′为实际场景中a′点、c′点与p点的距离。

前述的检测与抓拍违规车辆的方法，其特征在于，在前述步骤（4）中，前述待抓拍目标的运动方向通过前述待抓拍目标和前述交通线的距离变化关系确定；前述待抓拍目标的速度的测量是通过动态检测线的方法测量。

前述的检测与抓拍违规车辆的方法，其特征在于，前述动态检测线的待抓拍目标速度测量方法是：图像处理系统根据前述待抓拍目标的运动方向和位置信息，在图像中在前述待抓拍目标的前方某一距离处设置一条固定的虚拟检测线，开启计时器，然后图像处理系统检测前述虚拟检测线上灰度的变化，当前述灰度变化超过阈值时，前述计时器停止计时，根据图像与实际场景的大小对应关系计算出在前述计时时间内实际场景中的待抓拍目标发生的距离变化，再根据前述变化的距离和前述计时时间计算出前述待抓拍目标的速度。

前述的检测与抓拍违规车辆的方法，其特征在于，在前述步骤（5）中，图像处理系统控制前述图像采集系统抓拍并保存证据图像的具体方法为：图像处理系统根据预测得到的前述待抓拍目标的运动轨迹，控制前述图像采集系统按照前述预测的轨迹进行调焦和旋转操作，实现对前述待抓拍目标的跟踪，当调焦结束时，对前述待抓拍目标进行抓拍操作，最后保存前述取证抓拍证据的清晰图像。

本发明的有益之处在于：图像采集系统根据目标的位置自动调节焦距，精确跟踪目标并进行抓拍、录像，获得清晰的图像、视频资料；图像处理系统根据摄像机的参数建立图像与实际场景的大小对应关系，计算出目标的真实大小，从而判断前述目标为车辆还是行人，根据不同的判断结果执行不同的后续操作，有效利用资源；证据数据上传模块，使获得的目标违规的图像与视频证据在第一时间上传到网络中，实现了信息即时传递，具有较好的实时性。

附图说明

图1是本发明检测与抓拍违规车辆的装置的一个具体实施例的组成示意图；

图2是本发明检测与抓拍违规车辆的方法的主要流程图；

图3是本发明检测与抓拍违规车辆的方法中标定目标距摄像机的真实水平距离和真实大小的标定示意图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

参照图1，检测与抓拍违规车辆的装置，包括：图像采集系统和图像处理系统。

图像采集系统通过硬件采集图像，该硬件包括进行静态采集图像和动态采集图像的摄像机，静态采集图像是指摄像机采集单张图像，动态采集图像是指摄像机采集连续的单帧并构成视频，为了保证图像与视频的清晰度，可以拍摄到诸如车牌号码等比较重要的信息，摄像机的分辨率为1920×1080，并且可由程序控制做水平、俯仰及闭环运动。

作为一种优选的方案，图像采集系统的图像视场为狭长方形，并且狭长方形的长边的延伸方向与道路方向一致，不仅增加了监控范围，而且对于道路以外不需要监控的区域图像采集系统采集不到图像，所以也节省了图像处理系统处理图像数据信息的时间。

为了使摄像机在跟踪、抓拍目标时可以灵活转动，图像采集系统还包括用于装载摄像机的云台，该云台具有水平与俯仰运动轴。

作为一种优选方案，云台的水平与俯仰运动轴上设置有高精度角度编码器和可控变速电机，高精度角度编码器可精确控制云台转动的角度，确保图像采集系统获得完整的图像信息，可控变速电机可控制云台转动的速度，确保图像采集系统在有效的时间内跟踪并抓拍到目标的清晰视频资料，尤其是快速运动的目标的视频资料。

图像采集系统采集到的图像由图像处理系统处理，然后图像处理系统将处理的结果上传并根据处理结果控制图像采集系统的工作。下面介绍图像处理系统。

图像处理系统包括：图像处理模块、图像采集控制模块和数据上传模块。

图像处理模块用于将图像采集系统采集到的图像进行解码、检测、标定，包括：

视频解码子模块：由于摄像机所获得的视频为压缩视频，所以需要图像处理系统中的视频解码子模块首先对压缩视频解压缩，为图像处理系统后续的处理工作提供准确、清晰的单帧和视频信号。

目标检测子模块：用于根据视频解码子模块还原出来的单帧或视频信号，检测出违规的目标，该违规的目标即为等待图像处理系统进行进一步检测的待检目标。

图像标定子模块：用于根据摄像机的参数，建立图像与实际场景的大小对应关系，摄像机的参数，包括：摄像机的视场角θ_fov、焦距f、安装高度h、CCD的像元尺寸l，图像标定子模块通过图像中目标的像素尺寸以及标定公式便可以计算出实际场景中待检目标的真实大小，从而判断待检目标是车辆还是行人，如果是行人，则待检目标为无效目标，如果是车辆，则该车辆为待抓拍目标，不同的判断结果决定了图像处理系统将对图像采集系统发出不同的动作命令，图像标定的结果也是图像处理系统选择启动图像处理模块中不同子模块的基础。

目标测速测向子模块：当图像处理系统判断出目标是待抓拍目标时，图像处理系统根据获得的信息调用该子模块，该子模块用来计算实际场景中的待抓拍目标的运动速度及运动方向。

目标位置预测子模块：依据目标的运动速度和运动方向，该子模块用来预测在图像采集系统抓拍目标时目标在摄像机视场中的位置，确保图像采集系统准确抓拍到目标。

图像采集控制模块用于根据图像处理模块的处理结果控制图像采集系统的硬件的动作，包括硬件控制子模块，该硬件控制子模块具体用来控制图像采集系统中的硬件向目标运动的方向并以适应目标运动速度的转动速度旋转，同时控制摄像机调焦、抓拍目标、保存图像数据和目标违规过程的视频作为证据。

数据上传模块用于上传图像处理模块的处理结果以及目标违规的证据，包括证据数据上传子模块，该子模块将图像采集系统获得的待抓拍目标违规的图像与视频证据通过有线网络或者是无线网络上传到上级服务器中，可以在获得上述证据的第一时间上传信息，也可以在设定好的时间内上传，根据具体的需要确定选择哪一种上传方式和上传周期。

上述图像处理系统通过处理图像采集系统传来的图像和视频信息，并发出相应的控制指令控制图像采集系统的工作，实现了上述检测与抓拍违规车辆的装置对道路的实时监控。

参照图2，利用上述装置检测与抓违规车辆的方法，包括以下步骤：

(1)图像采集系统自检，图像处理系统程序初始化，然后图像采集系统通过采集连续的单帧图像构成样本视频，该样本视频用于提供图像处理系统处理图像的基础。

(2)图像处理系统实时的接收图像采集系统传来的样本视频的单帧，并对单帧进行检测，当单帧中有目标违规时，该目标为待检目标。为了便于理解，接下来以目标越、压交通线这一具体动作为例进行说明。

作为一种优选方案，图像处理系统采用基于背景差分的方法检测目标，具体的，在图像中设置一条虚拟检测线，该虚拟检测线在图像中的大小及位置与实际场景中的交通线的大小及位置相对应，图像处理系统对上述虚拟检测线的像素点进行行扫描，当连续有多行像素点的灰度值超过阈值时，则图像中检测到的上述目标区域与虚拟检测线区域有重叠，从而判断出在实际场景中上述目标越、压了交通线，该越、压了交通线的目标为待检目标。

（3）图像处理系统建立图像与实际场景的大小对应关系并计算出上述待检目标的真实大小，参照图3，具体计算方法如下：

已知摄像机的视场角为θ_fov、焦距为f、安装高度为h、CCD的像元尺寸为l。设摄像机所在的竖直线与地面相交于一点p，a′为待检目标在地面上的位置，b′、c′为地面与视场边缘相交的两点，b′到上述p点的距离小于c′到上述p点的距离，a′与摄像机的水平距离为L_pa′，上述点a′、b′和c′在上述CCD所成图像上对应的像素位置分别为a、b和c，oo′为摄像机的光轴，则可得到实际场景中待检目标所在的位置点a′与摄像机的水平距离L_pa′，计算公式为：

$L_{{\mathrm{pa}}^{\′}}=\frac{h}{\tan (\frac{1}{2}{\mathrm{\θ}}_{\mathrm{fov}}-\arctan \left(\frac{(\frac{1}{2}{l}_{\mathrm{bc}}-l_{\mathrm{ac}})}{f}\right)+\arctan \left(\frac{h}{L_{{\mathrm{pc}}^{\′}}}\right))}---\left(1\right)$

设待检目标的真实宽度为w′，其在CCD所成图像上的成像宽度为w，其距离摄像机的水平距离为L，则有：

$w^{\′}=\frac{w\·l\·\sqrt{L^2+h^2}}{f}---\left(2\right)$

其中，l_ac和l_bc为图像中a点、b点与c点的像素距离，L_pa′和L_pc′为实际场景中a′点、c′点与p点的距离。

根据计算得到的待检目标的真实宽度w，图像处理系统可以判断出该待检目标是车辆还是行人，如果是行人，则该待检目标无效，图像处理系统控制图像采集系统回到原来的监控位置继续采集图像，图像处理系统继续进行步骤（2）；如果是车辆，该车辆为待抓拍目标，图像处理系统进行步骤（4）。

(4)图像处理系统中的目标测速测向子模块对待抓拍车辆测速、测向，待抓拍车辆的运动方向通过该车辆和交通线的距离变化关系确定，当待抓拍车辆与交通线距离变近，则待抓拍车辆朝向交通线运动，否则待抓拍车辆背向交通线运动；待抓拍车辆的速度的测量是通过动态检测线的方法测量的，具体如下：

图像处理系统根据待抓拍车辆的运动方向和位置信息，在图像中在上述待抓拍车辆的前方某一距离处设置一条固定的虚拟检测线，开启计时器，然后图像处理系统检测上述虚拟检测线上灰度的变化，当上述灰度变化超过阈值时，上述计时器停止计时，根据图像与实际场景的大小对应关系计算出在上述计时时间内实际场景中的待抓拍车辆发生的距离变化，再根据上述变化的距离和上述计时时间计算出待抓拍车辆的速度。

当目标测速测向子模块完成对待抓拍车辆测速、测向后，图像处理系统启动目标位置预测子模块，该子模块根据待抓拍车辆的速度和方向以及摄像机的延时时间预测图像采集系统在取证抓拍待抓拍车辆时该待抓拍车辆在摄像机视场中的位置，该位置即为取证位置。

(5)图像处理系统中的硬件控制子模块根据预测的待抓拍车辆的取证位置控制图像采集系统转动到取证位置并同时进行调焦，然后控制图像采集系统抓怕待抓拍车辆的信息并保存录像，此时获得待抓拍车辆的牌照信息及压线证据。

(6)图像采集系统采集图像结束后，图像处理系统控制图像采集系统回到监控位置继续进行步骤（1）的图像采集工作。

(7)图像处理系统将处理结果以及待抓拍目标违规的证据上传到上级服务器，然后继续进行步骤（2），该证据可以通过有线网络或者是无线网络上传到上级服务器中，即可在获得证据的第一时间上传信息，也可在设定好的时间内上传，根据具体的需要确定选择哪一种上传方式和上传周期。

需要说明的是，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (10)

1.一种检测与抓拍违规车辆的方法，其特征在于，包括以下步骤：

(1)图像采集系统通过采集连续的单帧图像构成样本视频；

(2)图像处理系统实时的接收上述图像采集系统传来的样本视频并对样本视频的单帧进行检测，当上述单帧中有目标违规时，该目标为待检目标；

(3)图像处理系统根据图像与实际场景的大小对应关系计算出上述待检目标的真实大小，根据上述待检目标的真实大小判断上述待检目标是车辆还是行人，如果是行人，该待检目标为无效目标，图像处理系统继续进行步骤(1)；如果是车辆，则该待检目标作为待抓拍目标，进入步骤(4)；

(4)图像处理系统对上述待抓拍目标测速、测向，并根据上述待抓拍目标的运动速度和运动方向以及上述图像采集系统的延时时间预测上述待抓拍目标所对应的车辆在取证抓拍时的位置，该位置为取证位置；

(5)图像处理系统根据上述取证位置控制上述图像采集系统抓拍并保存证据图像；

(6)上述图像采集系统抓拍结束后，上述图像处理系统控制上述图像采集系统回到监控位置继续进行步骤(1)的图像采集工作；

(7)图像处理系统将上述处理结果以及上述目标违规的证据上传到上级服务器；

上述步骤(3)中，图像处理系统根据图像与实际场景的大小对应关系计算出上述待检目标的真实大小，具体方法为：

摄像机的视场角为θ_fov、焦距为f、安装高度为h、CCD的像元尺寸为l，设摄像机所在的竖直线与地面相交于一点p，a'为待检目标在地面上的位置，b'、c'为地面与视场边缘相交的两点，b'到上述p点的距离小于c'到上述p点的距离，a'与摄像机的水平距离为L_pa'，上述点a'、b'和c'在上述CCD所成图像上对应的像素位置分别为a、b和c，oo'为摄像机的光轴，则根据上述信息可得到实际场景中待检目标所在的位置点a'与摄像机的水平距离L_pa'，计算公式为：

$L_{{\mathrm{pa}}^{\′}}=\frac{h}{\tan (\frac{1}{2}{\mathrm{\θ}}_{\mathrm{fov}}-\arctan \left(\frac{(\frac{1}{2}{l}_{\mathrm{bc}}-l_{\mathrm{ac}})}{f}\right)+\arctan \left(\frac{h}{L_{{\mathrm{pc}}^{\′}}}\right))}---\left(1\right)$

设某一物体的真实宽度为w'，其在CCD所成图像上的成像宽度为w，其距离摄像机的水平距离为L，则有

$w^{\′}=\frac{w\·l\·\sqrt{L^2+h^2}}{f}---\left(2\right)$

其中，l_ac和l_bc为图像中a点、b点与c点的像素距离，L_pa'和L_pc'为实际场景中a'点、c'点与p点的距离。

2.根据权利要求1所述的检测与抓拍违规车辆的方法，其特征在于，在上述步骤(2)中，图像处理系统采用基于背景差分的方法检测上述目标，具体的，在图像中设置有一条与实际场景中的交通线大小及位置相对应的虚拟检测线，图像处理系统对上述虚拟检测线进行行扫描，当连续有多行的灰度值超过阈值时，则检测到的上述目标区域与虚拟检测线区域有重叠，即上述目标越、压交通线。

3.根据权利要求2所述的检测与抓拍违规车辆的方法，其特征在于，在上述步骤(4)中，上述待抓拍目标的运动方向通过上述待抓拍目标和上述交通线的距离变化关系确定；上述待抓拍目标的速度的测量是通过动态检测线的方法测量。

4.根据权利要求3所述的检测与抓拍违规车辆的方法，其特征在于，上述动态检测线的待抓拍目标速度测量方法是：图像处理系统根据上述待抓拍目标的运动方向和位置信息，在图像中在上述待抓拍目标的前方某一距离处设置一条固定的虚拟检测线，开启计时器，然后图像处理系统检测上述虚拟检测线上灰度的变化，当上述灰度变化超过阈值时，上述计时器停止计时，根据图像与实际场景的大小对应关系计算出在上述计时时间内实际场景中的待抓拍目标发生的距离变化，再根据上述变化的距离和上述计时时间计算出上述待抓拍目标的速度。

5.根据权利要求1所述的检测与抓拍违规车辆的方法，其特征在于，在上述步骤(5)中，图像处理系统控制上述图像采集系统抓拍并保存证据图像的具体方法为：图像处理系统根据预测得到的上述待抓拍目标的运动轨迹，控制上述图像采集系统按照上述预测的轨迹进行调焦和旋转操作，实现对上述待抓拍目标的跟踪，当调焦结束时，对上述待抓拍目标进行抓拍操作，最后保存上述取证抓拍证据的清晰图像。

6.基于权利要求1所述的检测与抓拍违规车辆的方法的装置，其特征在于，包括：用于通过硬件采集图像的图像采集系统，用于将上述图像采集系统采集到的图像进行解码、检测、标定处理并将处理结果上传以及对上述图像采集系统的硬件进行控制的图像处理系统，上述图像采集系统的图像视场为狭长方形并且狭长方形的长边的延伸方向与道路方向一致；上述图像采集系统包括在上述图像处理系统的控制下进行静态采集图像和动态采集图像的摄像机；上述图像采集系统还包括用于装载上述摄像机并能做水平与俯仰运动的云台；上述云台设置有高精度角度编码器和可控变速电机。

7.根据权利要求6所述的检测与抓拍违规车辆的装置，其特征在于，上述图像处理系统包括：用于将上述图像采集系统采集到的图像进行解码、检测、标定的图像处理模块；用于根据上述图像处理模块的处理结果控制上述图像采集系统的硬件的动作的图像采集控制模块；用于上传上述处理结果的数据上传模块。

8.根据权利要求7所述的检测与抓拍违规车辆的装置，其特征在于，上述图像处理模块包括：

用于将上述图像采集系统所获得的压缩视频解压缩的视频解码子模块；

用于根据上述视频解码子模块还原出来的视频信号，检测出违规目标的目标检测子模块；

用于根据上述摄像机的参数，建立图像与实际场景的大小对应关系的图像标定子模块；

用于计算实际场景中的上述目标的运动速度及运动方向的目标测速测向子模块；

用于预测上述摄像机抓拍目标时目标在摄像机视场中的位置的目标位置预测子模块。

9.根据权利要求7所述的检测与抓拍违规车辆的装置，其特征在于，上述图像采集控制模块包括：用于根据上述图像处理模块的处理结果控制上述图像采集系统抓拍目标、保存图像数据，同时保存上述目标违规的过程的视频录像的硬件控制子模块。

10.根据权利要求7所述的检测与抓拍违规车辆的装置，其特征在于，上述数据上传模块包括：用于将上述图像采集系统获得的目标违规的图像与视频证据上传到网络的证据数据上传子模块。