CN106408952A - 一种机动车违法行为随手拍系统及方法 - Google Patents

Abstract

本发明涉及一种机动车违法行为随手拍系统及方法，通过在智能手机上启动随手拍客户端进行拍摄举报，随手拍客户端会自动定位当前位置，并录入车牌号和举报说明后点击举报上传；举报信息通过防篡改保护后上传至后台管理系统；后台管理系统会对举报的图像或视频进行真伪检测，将检测通过的举报图像或视频进行分布式存储；对分布式存储的举报图像可随时进行图像完整性校验，判断是否遭到篡改；交警用户可对举报信息进行管理审核，对审核通过的做出处罚认定，并对典型违法行为予以曝光。解决了现有交通违法随手拍活动中存在的时间和地点难以确定、不能一键式取证等问题，便于民众利用随手拍客户端的手机APP对机动车违法行为进行一键式拍摄取证。

Description

一种机动车违法行为随手拍系统及方法

技术领域

本发明涉及交通违法监督领域，尤其涉及一种机动车违法行为随手拍系统及方法。

背景技术

随着我国交通事业的发展，机动车驾驶员和车辆越来越多，道路交通违法和事故也随之增多,传统的交通违法举报、取证、曝光模式已经远远不能满足现代交通管理工作的需要，而随着微博、微信等网络社交应用的发展，越来越多的城市开展了交通违法随手拍活动，此活动有效降低了交通违法举报、取证的困难度，一定程度上遏制了交通违法现象的发生。然而，由于缺少一个功能完善，专门针对机动车违法行为随手拍的系统来管理和服务于该项活动，可能会出现恶意举报，虚假举报，证据作假等现象，提高了交警对交通违法案件的认定难度。另外，通过微信、微博等方式进行举报，往往会附带有举报者的个人信息，对举报者的安全不利，极大的限制了该活动的有效性和推广程度。

发明内容

本发明为克服上述的不足之处，目的在于提供一种机动车违法行为随手拍系统，本系统包括智能手机和后台管理系统，结构简单，使用方便。

本发明另一目的在于提供一种机动车违法行为随手拍方法，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和位置信息、车牌号、举报说明等举报信息上传至后台管理系统，通过后台管理系统对举报信息进行鉴别与认定，最后将机动车违法信息进行曝光。本方法操作简单，实用且有限性高，同时易于推广。

本发明是通过以下技术方案达到上述目的：一种机动车违法行为随手拍方法，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。

作为优选，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。

作为优选，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。

作为优选，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。

作为优选，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：

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。

作为优选，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。

作为优选，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：

(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,...,Cn，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||C_i)，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。

作为优选，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。

一种应用如上所述方法的机动车违法行为随手拍系统，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。

作为优选，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。

本发明的有益效果在于：(1)本发明满足了现代交通管理工作的需要有效降低了交通违法举报、取证的困难度，一定程度上遏制了交通违法现象的发生；(2)本发明解决了现有交通违法“随手拍”活动中存在的时间和地点难以确定、不能一键式取证、举报照片真实性无法得到保证等问题，便于民众利用随手拍客户端的手机APP对机动车违法行为进行一键式拍摄取证。

附图说明

图1是本发明系统的随手拍客户端架构示意图；

图2是本发明系统的后台管理系统架构示意图；

图3是本发明方法的总体流程示意图；

图4是本发明实施例的图像视频防篡改保护方法流程框图；

图5是本发明实施例的数据分布式存储流程框图；

图6是本发明实施例的图像完整性校验流程框图；

图7是本发明实施例的图像真伪检测方法流程框图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：一种机动车违法行为随手拍系统包括智能手机、后台管理系统；所述智能手机带有随手拍客户端，其中，随手拍客户端包括Android客户端App和iOS客户端App，如图1所示，主要用于市民对机动车违法行为进行举报，含有曝光栏、我的信息、我要举报和我的举报等功能，具体如下：

(1)曝光栏主要展示一些比较典型的机动车违法行为，对所有机动车驾驶员起到警示作用。

(2)我的信息主要显示随手拍客户端用户的姓名、手机号、电子邮箱、注册时间以及修改密码等功能。

(3)我要举报显示当前位置、违法位置、举报说明、车牌、拍照举报、视频举报等，其中位置信息由随手拍客户端自动定位获取，若定位信息不精确的可由用户对违法位置进行修正，用户可拍摄3张不同角度的机动车违法行为照片或一段小视频，并录入车牌号和举报说明后点击举报上传即可。

(4)我的举报主要显示用户的历史举报记录，先展示举报的时间、地点和照片，可点击查看详细的举报信息。

另外，随手拍客户端还集成了图像视频防篡改保护方法的加载水印和数据加密功能，将交通违法行为的日期时间、地点、随手拍字样等信息以水印形式加载到原始图片或视频上，并进行加密，从而形成证据图像或视频，确保用户上传举报机动车违法行为图像在传输、核查认定过程中未被篡改。其中，机动车交通违法行为随手拍系统仅允许通过随手拍客户端App软件拍摄的照片进行即时上传，不允许对原始照片进行修改，也不能从智能手机的相册中提取照片进行上传，以确保照片或视频的真实性。

如图2所示，后台管理系统用于交警对举报信息进行审核与认定，包括基础数据、系统用户、举报信息、照片或视频真伪检测、认定信息和典型曝光等功能模块具体如下：

(1)基础数据包括地区管理、交警大队管理和违法类型管理。

(2)系统用户主要用于对用户的管理，包括举报用户管理和交警用户管理，可对用户信息进行增、删、改、查等管理。

(3)举报信息主要用于对举报信息的查询、查看详情、受理和审核等。

(4)照片或视频真伪检测主要负责对随手拍客户端上传的照片或视频进行真伪检测，若检测通过的，则自动将举报图像或视频进行分布式存储，若检测通不过的，说明在传输过程中有数据丢失或被篡改的情况，则标注为无效举报。

(5)认定信息主要用于对认定为违法行为的信息进行查询与查看详情。

(6)典型曝光主要用于对典型的违法行为进行曝光，包括对曝光记录和轮播记录的增、删、改、查等管理。

另外，后台管理系统还集成了图像视频防篡改保护的分布式存储和图像完整性校验以及图像真伪检验功能，确保举报图像的真实性，有效的防止虚假举报、恶意举报、证据作假现象的发生。

如图3所示，一种机动车违法行为随手拍方法具体步骤为：市民在智能手机上下载安装随手拍客户端，可查看曝光的违法行为和自己的举报；若发现有机动车出现违法行为，可启动随手拍客户端进行举报，随手拍客户端会自动定位当前位置，市民可拍摄3张不同角度的机动车违法行为照片或一段小视频，并录入车牌号和举报说明后点击举报上传；随手拍客户端会将举报信息进行防篡改保护，并将交通违法行为的日期时间、地点、随手拍字样等信息以水印形式形成举报图像或视频自动上传至后台管理系统；后台管理系统会对举报的图像或视频解密后自动进行真伪检测，若检测通过的，则自动将举报图像或视频进行分布式存储，若检测通不过的，说明在传输过程中有数据丢失或被篡改的情况，则标注为无效举报；对分布式存储的举报图像，可随时进行图像完整性校验，判断图像在后台管理系统中是否遭到篡改；交警用户登录后台管理系统后，可对举报信息进行管理与审核，审核通过的，做出处罚认定，对情节严重的典型违法行为，予以曝光。

上述的交通违法行为图像视频防篡改保护方法将采用初始化、加载水印、数据加密、数据分布式存储以及图像完整性校验等五个阶段完成，流程框图如图4所示：

1、初始化阶段

设随手拍客户端记为ID_i，启动后与后台管理系统端建立连接，后台管理系统端随机分配密钥K_i给随手拍客户端，并记录K_i和随手拍客户端信息。

2、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、随手拍字样等信息作为素材的水印嵌入到用户拍摄的图像中。

3、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，拍摄的图片或视频位置信息为L_i，日期时间为T_i。

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)将以上两步结果合并形成校验码H(K_i||D_i)||AES_Ki(ID||L_i||T_i)；

d)将图片或视频数据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。

4、数据分布式存储阶段

后台管理系统将随手拍客户端上传的举报证据数据提取出图像或视频，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，若有篡改，则作为无效举报处理，若没有被篡改，则将随手拍客户端上传的举报证据数据F_i除正常存储在数据库中以方便核查外，为确保在核查、备份过程中被篡改，经得起司法的电子证据鉴定，需将F_i另外再分散存储。实现的流程如图5所示，步骤如下：

(1)对没有被篡改图像或视频进行base64处理。

(2)将base64处理后的数据用公钥K进行RSA运算RSA_k(F_i)。

(3)然后将RSA_k(F_i)进行IDA算法运算，得到分散的图像分片C₁,C₂,...,C_n，这里n为F_i的字节数。IDA是一种数据分片备份容错算法，IDA(n,m)运算的具体过程如下：

(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。

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

(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,...,Cn，其中C_i为矩阵C的第i行图像，长度为ceil(n/m)字节。

(4)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)，然后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)。

(5)将n个图像分片P通过安全通道传输至后台管理系统进行容错分布式储存。

5、图像完整性校验阶段

从后台管理系统中取回需要验证的图像分片进行分解，对分解后的前三项进行SHA-2运算，初步判断是否遭到篡改，对没有遭到篡改的图像分片进行反IDA运算，再进行RSA和私钥的解密，然后进行base64的解码，最后将解码后的原始数据与待检测数据进行SHA-2运算，从而来判断是否遭到篡改，实现的流程框图参见图6，步骤如下：

(1)由验证者从分布式存储服务器中取回同一时刻超过m个的图像分片P_i,分解P_i为T、A_i、C_i和H(T||A_i||C_i)四项，对前三项进行SHA-2运算与第四项H(T||A_i||C_i)作比较，从而确定该图像是否遭篡改。

(2)任取m个确认未遭篡改的图像分片P_i，分解图像，进行反IDA运算，过程如下：

(a)分解m个图像分片P_i,将各自的第二项A_i组成矩阵A，将各自的第三项C_i组成矩阵C，即A＝(A₁，A₂，...，A_m),C＝(C₁，C₂，...，C_m)。

(b)根据A₁，A₂，...，A_m是两两独立的，可以求出矩阵A的逆矩阵A-1。

(c)由矩阵A-1叉乘C即可得到矩阵B，分解B后即可得到原始的加密数据RSA_k(F_i)。

(3)利用RSA算法和私钥对RSA_k(F_i)进行解密，再进行base64解码，将得到的原始数据与待检测的图片或视频数据进行SHA-2运算，即可判断是否被篡改。

其中，后台管理系统对举报的图像或视频解密后自动进行真伪检测的方法除了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外，还可为首先将待检测的图像进行高斯金字塔变换以降低维数；然后将进行高斯金字塔变换以后得到的低频分量分解成有重叠区域的小块，从中提取每块的固有特征；接着对所有的特征向量进行排序，用以降低算法时间复杂度；选择适当的块匹配阀值来确定相似块对，最后通过一些形态学的方法去除错误块，最终得到图片被篡改的区域。实现的流程参见图7，步骤如下：

(1)输入待检测图像A；

(2)对图像数据进行高斯金字塔分解，提取低频分量B；

(3)将分解后的图像数据分块处理，块与块之间有一行或一列不相交；

(4)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)'；

(5)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；

(6)比较特征向量V_j和它相邻一定范围内的其他特征向量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：

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；

(7)通过数学形态学的处理方法去除一些满足上述条件的孤立块，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；

(8)对检测结果进行采样并根据篡改面积阈值最终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。

上述方法可防止恶意者采用技术手段通过随手拍客户端App软件上传伪造过的图像进行无效举报的问题。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (10)

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。