一种机动车违法行为随手拍系统及方法与流程

1.一种机动车违法行为随手拍方法，其特征在于，包括如下步骤：

(1)用户通过智能手机上的随手拍客户端拍摄机动车违法行为的图像或视频，录入车牌号、违法类型后进行防篡改保护处理后上传至后台管理系统；

(2)后台管理系统对收到的举报图像或视频解密后自动进行真伪检测，若检测通过，则自动将举报图像或视频进行分布式存储，对于分布式存储的举报图像或视频可随时进行图像完整性校验，判断图像或视频在后台管理系统中是否遭到篡改；否则将举报图像或视频标注为无效举报；

(3)交警用户登录后台管理系统，对存储的举报图像或视频进行管理与审核，对审核通过的做出处罚认定，并对情节严重的典型违法行为予以曝光。

2.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述的随手拍客户端可查看曝光的违法行为和自己的举报，优选拍摄3张不同角度的机动车违法行为图像或一段小视频；拍摄机动车违法行为的图像或视频时会自动定位至当前拍摄位置。

3.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述的随手拍客户端将交通违法行为的日期时间、地点、随手拍字样信息以水印形式加载到原举报图像或视频上，并进行数据加密形成新的举报图像或视频，之后上传至后台管理系统。

4.根据权利要求3所述的一种机动车违法行为随手拍方法，其特征在于：所述随手拍客户端的防篡改保护处理具体包括如下步骤：

(i)初始化阶段：设随手拍客户端为ID_i，启动后与后台管理系统建立连接，后台管理系统随机分配密钥K_i给随手拍客户端，记录K_i和随手拍客户端信息；

(ii)加载水印阶段：随手拍客户端利用水印嵌入算法将由交通违法行为的日期时间、地点、随手拍字样信息作为素材的水印嵌入到用户拍摄的图像或视频中；

(iii)数据加密阶段：设随手拍客户端需上传的图片或视频数据为D_i，拍摄的图像或视频位置信息为L_i，日期时间为T_i，具体如下：

a)用AES算法计算AES_Ki(ID_i||L_i||T_i)，其中||为字符串连接符；

b)用SHA-2算法计算H(K_i||D_i)；

c)将步骤a)与步骤b)得到的结果合并形成校验码：

H(K_i||D_i)||AES_Ki(ID||L_i||T_i)；

d)将图像或视频数据D_i形成证据资料F_i＝D_i||H(K_i||D_i)||AES_Ki(ID_i||L_i||T_i)，上传给后台管理系统。

5.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述步骤(2)的真伪检测包括如下步骤：

1)输入待检测图像A，并对图像数据进行高斯金字塔分解，提取低频分量B；

2)将分解后的图像数据分块处理，块与块之间一行或一列不相交；

3)提取每块的4个特征值并以向量V_j的形式表示，V_j＝(f₁，f₂，f₃，f₄)'；

4)按照每个特征向量的第一个元素f₁值的大小进行排序，在排序的过程中同时记录下V_j所对应的块在原始图像矩阵B中的位置，以每块的中心，即同心圆圆心坐标(x_j，y_j)表示；

5)比较特征向量V_j和与V_j相邻的其他特征向量V_i＝(i∈[j-e，j+e]且i≠j)，计算相似度Res，取其中最小的一个值和设定的块相似阈值进行比较，若符合条件Res<Res_t，其中：

$Res=\sqrt{(V_i-V_j)\&CircleTimes;(V_i-V_j)}=\sqrt{{(f_{i1}-f_{j1})}^2+{(f_{i2}-f_{j2})}^2+{(f_{i3}-f_{j3})}^2+{(f_{i4}-f_{j4})}^2}$

且L>L_t，则标记坐标(x_j,y_j)上对应的位置，记为1，存储在矩阵W(x_j,y_j)中；若不存在这样的相似对块，则将对应位置标记为0；

6)通过数学形态学的处理方法去除满足步骤5)所述条件的孤立块，利用腐蚀膨胀进行区域填充，填补检测到的连通图像块中的空洞；

7)对检测结果进行采样，并根据篡改面积阈值确定是否有被篡改的区域存在，从而确认输入的原始图像是否真实。

6.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述步骤(2)的真伪检测还可通过如下方法实现：后台管理系统对收到的举报图像或视频使用水印提取算法提取水印，并对提取的水印进行检测来确定图像在传输过程中是否遭到篡改。

7.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述步骤(2)将举报图像或视频进行分布式存储的方法如下：

(I)对图像或视频进行base64处理，处理后采用公钥K进行RSA运算RSA_k(F_i)；

(II)将RSA_k(F_i)进行IDA算法运算，得到分散的图像分片C₁,C₂,...,C_n，n为F_i的字节数；其中，IDA是数据分片备份容错算法，IDA(n,m)运算过程如下：

(II.a)任取n个两两独立的向量A₁＝[a₁₁,a₁₂,...,a_1m]，A₂＝[a₂₁,a₂₂,...,a_2m]，...，A_n＝[a_n1,a_n2,...,a_nm]，构建矩阵A_nm＝[A₁,A₂,...,A_n]，其中取n个独立向量算法；

(II.b)在F_i后面补0，其中补0个数为8×(m-n mod m)，并分解成m×ceil(n/m)矩阵B，B的形式如下：

$B=\left[\begin{array}{ccc}{b}_1& b_{m+1}& b_{ceil(n/m)+1}\\ b_2& b_{m+2}& b_n\\ .& .& .\\ .& .& .\\ .& .& .\\ b_m& b_{2m}& 0\end{array}\right]$

(II.c)由矩阵A叉乘B，得到n×ceil(n/m)矩阵C，按行分解矩阵C，生成图像分片C₁,C₂,...,C_n，其中C_i为矩阵C的第i行图像，长度为ceil(n/m)字节；

(III)使用SHA-2算法对独立向量A_i和图像分片C_i以及当前时刻T分别进行散列运算，即H(T||A_i||Ci)，得到易于容错分布式存储的n个图像分片P＝P₁||P₂||...||P_n，其中P_i＝T||A_i||C_i||H(T||A_i||C_i)；

(IV)将n个图像分片P进行容错分布式储存。

8.根据权利要求1所述的一种机动车违法行为随手拍方法，其特征在于：所述的图像完整性校验方法如下：

(A)从分布式存储器中取回需要验证的图像分片进行分解；

(B)对分解后的前三项进行SHA-2运算，初步判断是否遭到篡改；

(C)对没有遭到篡改的图像分片进行反IDA运算后进行RSA和私钥的解密，并进行base64的解码；

(D)将解码后的原始数据与待检测数据进行SHA-2运算，可判断是否遭到篡改。

9.一种应用如权利要求1所述方法的机动车违法行为随手拍系统，其特征在于包括：智能手机、后台管理系统；所述智能手机带有随手拍客户端，智能手机将拍摄机动车违法行为图像或视频和位置信息、车牌号、违法类型信息上传至后台管理系统，后台管理系统用于对收到的举报信息进行鉴别与认定，并将机动车违法信息进行曝光。

10.根据权利要求9所述的一种机动车违法行为随手拍系统，其特征在于，所述的后台管理系统包括基础数据模块、系统用户模块、举报信息模块、照片或视频真伪检测模块、认定信息模块和典型曝光模块；系统用户模块分别与基础数据模块、举报信息模块、照片或视频真伪检测模块、认定信息模块和典型曝光模块相连。