1.一种获取图像的方法，其特征在于，所述方法包括：在视频监控过程中，通过摄像设备采集目标对象的第一图像和在补光条件下抓拍所述目标对象的第二图像，所述第一图像为从监控视频流中抽取的一帧图像或所述摄像设备抓拍的一帧图像，所述摄像设备具有一个摄像头，所述摄像头包括镜头和图像传感器；

在所述第一图像中确定所述目标对象的指定区域对应的第一目标区域，以及，在所述第二图像中确定所述指定区域对应的第二目标区域；

基于所述第一目标区域的反射区域信息对所述第二图像中的第二目标区域进行去反射处理，得到第三图像。

2.根据权利要求1所述的方法，其特征在于，所述通过摄像设备采集目标对象的第一图像和在补光条件下抓拍所述目标对象的第二图像，包括：接收所述摄像设备发送的监控视频流；

从所述监控视频流中抽取在补光条件下抓拍的第二图像，以及根据所述第二图像，从所述监控视频流中抽取所述第一图像，所述第一图像为所述第二图像之前的一帧图像或者为所述第二图像之后的一帧图像。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第二图像，从所述监控视频流中抽取所述第一图像，包括：

根据所述第二图像在所述监控视频流中的时间戳，在所述监控视频流中抽取所述第二图像之前或者之后的第一帧图像，将所述第一帧图像作为所述第一图像；或者，根据所述第二图像在所述监控视频流中的时间戳，在所述监控视频流中抽取所述第二图像之前或者之后的第二帧图像，将所述第二帧图像作为所述第一图像。

4.根据权利要求1或2所述的方法，其特征在于，所述第二图像的第一曝光时长不小于所述第一图像的第二曝光时长的一半，且所述第一曝光时长不大于所述第二曝光时长。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息对所述第二图像中的第二目标区域进行去反射处理，得到第三图像，包括：基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息；

基于所述第二目标区域中反射区域去反射后的区域信息，对所述第二目标区域进行图像重建，得到所述第三图像。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息之前，所述方法还包括：

确定所述第一目标区域中反射区域在指定频率下对应的第一频域信息；

将所述第一频域信息作为所述第一目标区域的反射区域信息。

7.根据权利要求5所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息之前，所述方法还包括：

提取所述第一目标区域中反射区域的结构信息和纹理信息；

将所述结构信息和所述纹理信息作为所述第一目标区域的反射区域信息。

8.根据权利要求5所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息之前，所述方法还包括：

基于反射样本图像和无反射样本图像进行模型训练，得到深度学习网络模型；

基于所述深度学习网络模型的网络参数，提取所述第一目标区域的反射区域信息。

9.根据权利要求5所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息之前，所述方法还包括：

确定所述第一目标区域中反射区域的第一梯度信息；

将所述第一梯度信息作为所述第一目标区域的反射区域信息。

10.根据权利要求9所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息，包括：

确定所述第二目标区域中反射区域的第二梯度信息；

根据所述第一梯度信息，对所述第二梯度信息进行去反射处理，得到第三梯度信息；

将所述第三梯度信息作为所述第二目标区域中反射区域去反射后的区域信息。

11.根据权利要求10所述的方法，其特征在于，所述根据所述第一梯度信息，对所述第二梯度信息进行去反射处理，得到第三梯度信息，包括：根据所述第一梯度信息中的第一水平梯度和第一垂直梯度，确定所述第一目标区域中反射区域的每个第一像素点的第一结构张量；

根据所述第二梯度信息中的第二水平梯度和第二垂直梯度，确定所述第二目标区域中的每个第二像素点的第二结构张量；

基于所述每个第一像素点的第一结构张量和所述每个第二像素点的第二结构张量，确定所述第一目标区域中反射区域的交叉扩散矩阵；

基于所述交叉扩散矩阵，对所述第二水平梯度和所述第二垂直梯度进行矩阵转换，得到反射光线对应的第四梯度信息；

根据所述第四梯度信息，对所述第二梯度信息进行去反射处理，得到所述第三梯度信息。

12.根据权利要求11所述的方法，其特征在于，所述基于所述交叉扩散矩阵、对所述第二水平梯度和所述第二垂直梯度进行矩阵转换，得到反射光线对应的第四梯度信息，包括：通过所述交叉扩散矩阵，对所述第二水平梯度进行矩阵转换处理，得到所述第二目标区域的第四水平梯度；

通过所述交叉扩散矩阵，对所述第二垂直梯度进行矩阵转换处理，得到所述第二目标区域的第四垂直梯度；

将所述第四水平梯度和所述第四垂直梯度，组成所述第四梯度信息。

13.根据权利要求11所述的方法，其特征在于，所述根据所述第四梯度信息，对所述第二梯度信息进行去反射处理，得到所述第三梯度信息，包括：确定所述第二水平梯度与所述第四梯度信息中的第四水平梯度的差值，得到第三水平梯度；

确定所述第二垂直梯度与所述第四梯度信息中的第四垂直梯度的差值，得到第三垂直梯度；

将所述第三水平梯度和所述第三垂直梯度，组成所述第三梯度信息。

14.根据权利要求10所述的方法，其特征在于，所述基于所述第二目标区域中反射区域去反射后的区域信息，对所述第二目标区域进行图像重建，得到所述第三图像，包括：基于所述第三梯度信息，对所述第二目标区域进行图像重建，得到第四图像；

在所述第四图像中确定所述指定区域对应的第三目标区域；

根据所述第一梯度信息，对所述第四图像中的所述第三目标区域进行去反射处理，得到所述第三图像。

15.根据权利要求1所述的方法，其特征在于，所述目标对象为车辆，所述指定区域为所述车辆的车窗区域。

16.根据权利要求15所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息对所述第二图像中的第二目标区域进行去反射，得到第三图像之前，所述方法还包括：确定所述第一目标区域和所述第二目标区域之间的配准矩阵；

通过所述配准矩阵，将所述第一目标区域和所述第二目标区域进行配准。

17.根据权利要求16所述的方法，其特征在于，所述确定所述第一目标区域和所述第二目标区域之间的配准矩阵，包括：

对所述第一目标区域和所述第二目标区域进行车窗检测，分别得到第一车窗图像坐标和第二车窗图像坐标；

通过特征点算法，选择所述第一车窗图像坐标中的多个第一特征点，以及所述第二车窗图像坐标中的多个第二特征点；

将所述多个第一特征点和所述多个第二特征点进行配对，得到多个特征点对；

根据所述多个特征点对，确定所述配准矩阵。

18.根据权利要求1或16所述的方法，其特征在于，所述基于所述第一目标区域的反射区域信息对所述第二图像中的第二目标区域进行去反射处理，得到第三图像之后，所述方法还包括：

对所述第三图像进行图像增强处理和/或锐化降噪处理。

19.根据权利要求18所述的方法，其特征在于，所述方法还包括：对所述第一目标区域进行图像预处理，以及对所述第二目标区域进行图像预处理；或者，

对配准后的第一目标区域进行图像预处理，以及对配准后的第二目标区域进行图像预处理。

20.一种获取图像的装置，其特征在于，所述装置包括：采集模块，用于在视频监控过程中，通过摄像设备采集目标对象的第一图像和在补光条件下抓拍所述目标对象的第二图像，所述第一图像为从监控视频流中抽取的一帧图像或所述摄像设备抓拍的一帧图像，所述摄像设备具有一个摄像头，所述摄像头包括镜头和图像传感器；

第一确定模块，用于在所述第一图像中确定所述目标对象的指定区域对应的第一目标区域，以及，在所述第二图像中确定所述指定区域对应的第二目标区域；

去反射模块，用于基于所述第一目标区域的反射区域信息对所述第二图像中的第二目标区域进行去反射处理，得到第三图像。

21.根据权利要求20所述的装置，其特征在于，所述采集模块，还用于接收所述摄像设备发送的监控视频流；从所述监控视频流中抽取在补光条件下抓拍的第二图像，以及根据所述第二图像，从所述监控视频流中抽取所述第一图像，所述第一图像为所述第二图像之前的一帧图像或者为所述第二图像之后的一帧图像。

22.根据权利要求20或21所述的装置，其特征在于，所述采集模块，还用于根据所述第二图像在所述监控视频流中的时间戳，在所述监控视频流中抽取所述第二图像之前或者之后的第一帧图像，将所述第一帧图像作为所述第一图像；或者，所述采集模块，还用于根据所述第二图像在所述监控视频流中的时间戳，在所述监控视频流中抽取所述第二图像之前或者之后的第二帧图像，将所述第二帧图像作为所述第一图像。

23.根据权利要求20或21所述的装置，其特征在于，所述第二图像的第一曝光时长不小于所述第一图像的第二曝光时长的一半，且所述第一曝光时长不大于所述第二曝光时长。

24.根据权利要求20所述的装置，其特征在于，所述去反射模块，还用于基于所述第一目标区域的反射区域信息，对所述第二目标区域进行去反射处理，得到所述第二目标区域中反射区域去反射后的区域信息；基于所述第二目标区域中反射区域去反射后的区域信息，对所述第二目标区域进行图像重建，得到所述第三图像。

25.根据权利要求24所述的装置，其特征在于，所述装置还包括：第二确定模块，用于确定所述第一目标区域中反射区域在指定频率下对应的第一频域信息；将所述第一频域信息作为所述第一目标区域的反射区域信息。

26.根据权利要求24所述的装置，其特征在于，所述装置还包括：提取模块，用于提取所述第一目标区域中反射区域的结构信息和纹理信息；将所述结构信息和所述纹理信息作为所述第一目标区域的反射区域信息。

27.根据权利要求24所述的装置，其特征在于，所述装置还包括：训练模块，用于基于反射样本图像和无反射样本图像进行模型训练，得到深度学习网络模型；基于所述深度学习网络模型的网络参数，提取所述第一目标区域的反射区域信息。

28.根据权利要求24所述的装置，其特征在于，所述装置还包括：第三确定模块，用于确定所述第一目标区域中反射区域的第一梯度信息；将所述第一梯度信息作为所述第一目标区域的反射区域信息。

29.根据权利要求28所述的装置，其特征在于，所述去反射模块，还用于确定所述第二目标区域中反射区域的第二梯度信息；根据所述第一梯度信息，对所述第二梯度信息进行去反射处理，得到第三梯度信息；将所述第三梯度信息作为所述第二目标区域中反射区域去反射后的区域信息。

30.根据权利要求29所述的装置，其特征在于，所述去反射模块，还用于根据所述第一梯度信息中的第一水平梯度和第一垂直梯度，确定所述第一目标区域中反射区域的每个第一像素点的第一结构张量；根据所述第二梯度信息中的第二水平梯度和第二垂直梯度，确定所述第二目标区域中的每个第二像素点的第二结构张量；基于所述每个第一像素点的第一结构张量和所述每个第二像素点的第二结构张量，确定所述第一目标区域中反射区域的交叉扩散矩阵；基于所述交叉扩散矩阵，对所述第二水平梯度和所述第二垂直梯度进行矩阵转换，得到反射光线对应的第四梯度信息；根据所述第四梯度信息，对所述第二梯度信息进行去反射处理，得到所述第三梯度信息。

31.根据权利要求30所述的装置，其特征在于，所述去反射模块，还用于通过所述交叉扩散矩阵，对所述第二水平梯度进行矩阵转换处理，得到所述第二目标区域的第四水平梯度；通过所述交叉扩散矩阵，对所述第二垂直梯度进行矩阵转换处理，得到所述第二目标区域的第四垂直梯度；将所述第四水平梯度和所述第四垂直梯度，组成所述第四梯度信息。

32.根据权利要求30所述的装置，其特征在于，所述去反射模块，还用于确定所述第二水平梯度与所述第四梯度信息中的第四水平梯度的差值，得到第三水平梯度；确定所述第二垂直梯度与所述第四梯度信息中的第四垂直梯度的差值，得到第三垂直梯度；将所述第三水平梯度和所述第三垂直梯度，组成所述第三梯度信息。

33.根据权利要求29所述的装置，其特征在于，所述去反射模块，还用于基于所述第三梯度信息，对所述第二目标区域进行图像重建，得到第四图像；在所述第四图像中确定所述指定区域对应的第三目标区域；根据所述第一梯度信息，对所述第四图像中的所述第三目标区域进行去反射处理，得到所述第三图像。

34.根据权利要求20所述的装置，其特征在于，所述目标对象为车辆，所述指定区域为所述车辆的车窗区域。

35.根据权利要求34所述的装置，其特征在于，所述装置还包括：第四确定模块，用于确定所述第一目标区域和所述第二目标区域之间的配准矩阵；

配准模块，用于通过所述配准矩阵，将所述第一目标区域和所述第二目标区域进行配准。

36.根据权利要求35所述的装置，其特征在于，所述第四确定模块，还用于对所述第一目标区域和所述第二目标区域进行车窗检测，分别得到第一车窗图像坐标和第二车窗图像坐标；通过特征点算法，选择所述第一车窗图像坐标中的多个第一特征点，以及所述第二车窗图像坐标中的多个第二特征点；将所述多个第一特征点和所述多个第二特征点进行配对，得到多个特征点对；根据所述多个特征点对，确定所述配准矩阵。

37.根据权利要求20或35所述的装置，其特征在于，所述装置还包括：处理模块，用于对所述第三图像进行图像增强处理和/或锐化降噪处理。

38.根据权利要求37所述的装置，其特征在于，所述装置还包括：预处理模块，用于对所述第一目标区域进行图像预处理，以及对所述第二目标区域进行图像预处理；或者，对配准后的第一目标区域进行图像预处理，以及对配准后的第二目标区域进行图像预处理。

39.一种计算机设备，其特征在于，所述计算机设备包括：处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现权利要求1-19任一项所述的获取图像的方法。

40.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现权利要求1-19任一项所述的获取图像的方法。