[发明专利]一种基于区块链技术的电子商务平台

权利要求书

1.一种基于区块链技术的电子商务平台，其特征在于，其包括：客户端、电商平台和商家端；

所述客户端用于根据客户需要购买的商品的信息生成电子订单，并使用电商平台提供的公钥对所述电子订单进行加密，得到加密订单，将所述加密订单发送至电商平台；

所述电商平台用于使用与所述公钥相对应的私钥对所述加密订单进行解密，获得电子订单，并根据所述商品对应的商家的信息和所述电子订单生成交易订单，将所述交易订单发送至商家端和区块链存储节点；所述区块链存储节点用于存储所述交易订单；

所述商家端用于接收所述交易订单，并根据所述交易订单向所述客户进行发货；

所述电商平台包括交易订单查询管理模块和物流信息查询管理模块；

所述交易订单查询管理系统用于接收来自客户端的交易订单查询请求，并对使用所述客户端的用户的身份进行验证，在验证通过后，根据所述查询请求从所述区块链存储节点中获取相应的交易订单，并将交易订单发送至客户端；

所述物流信息查询管理模块包括物流信息更新单元和物流信息查询响应单元；所述物流信息更新单元用于从物流公司获取客户购买的商品的物流信息，并将所述物流信息发送至所述区块链存储节点进行存储；所述物流信息查询响应单元用于接收来自客户端的物流信息查询请求，并对使用所述客户端的用户的身份进行验证，在验证通过后，根据所述物流信息查询请求从所述区块链存储节点中获取相应的物流信息，并将所述物流信息发送至客户端；

对使用所述客户端的用户的身份进行验证，包括：

电商平台通过客户端获取用户的脸部图像，提取所述脸部图像的特征信息，并将提取的特征信息与电商平台中预存的所述用户的特征信息进行匹配，若匹配成功，则验证通过，否则，验证不通过；

电商平台通过客户端获取用户的脸部图像，提取所述脸部图像的特征信息，包括：

对所述脸部图像进行质量检测，判断所述脸部图像是否符合设定的质量要求，若符合，则提取所述脸部图像的特征信息，否则，通过客户端重新获取客户的脸部图像；

判断所述脸部图像是否符合设定的质量要求，包括：

计算所述脸部图像的质量指数：

式中，fpm表示脸部图像的质量指数，w₁、w₂、w₃为预设的权重系数，nof表示所述脸部图像中，属于用户脸部区域的像素点的总数，所述脸部区域通过肤色检测算法获得，not表示所述脸部图像的像素点的总数，bf表示所述脸部区域的所有像素点的集合，f_b表示bf中第b个像素点的灰度值，f_ave表示bf总所有像素点的灰度值均值，custc_b表示bf中第b个像素点的自定义对比度值，custc_thre表示预设的对比度阈值，表示求取集合bf中，满足括号内不等式的元素的总数，

所述自定义对比度值通过下述方式进行计算：

式中，E＝{l,a,b}，l,a,b分别表示脸部图像在LAB颜色空间中三个分量，e表示E中第e个元素，CV_e,b表示bf中第b个像素点在E中第e个元素所表示的分量中的分量值，CVbi_e,b表示在预设的与所述脸部图像大小相同的标准图像中，与bf中第b个像素点在脸部图像中的相对位置相同的像素点在E中第e个元素所表示的分量中的分量值，ξ₁和ξ₂表示预设的常数项，CVmi_e表示所述标准图像的所有像素点在E中第e个元素所表示的分量中所获得的最小值，CVma_e表示所述标准图像的所有像素点在E中第e个元素所表示的分量中所获得的最大值，

相对位置相同，指的是，将脸部图像和标准图像放置在相同的坐标系中，bf中第b个像素点在脸部图像中的位置为(x,y)，则CVbi_e,b所表示的像素点在标准图像中的位置也是(x,y)，

若fpm大于预设的质量指数阈值，则所述脸部图像符合设定的质量要求；

所述提取所述脸部图像的特征信息，包括：

使用肤色检测算法对所述脸部图像进行肤色检测，获取脸部图像中包含的用户的脸部区域；

对所述脸部区域进行灰度化处理，获得灰度化图像；

对所述灰度化图像进行降噪处理，获得降噪图像；

提取所述降噪图像中包含的特征信息；

对所述灰度化图像进行降噪处理，获得降噪图像，包括：

对所述灰度化图像进行脉冲噪声降噪处理，获得去脉冲噪点图像；

对所述去脉冲噪点图像进行高斯噪声降噪处理，获得降噪图像；

对所述灰度化图像进行脉冲噪声降噪处理，获得去脉冲噪点图像，包括：

使用迭代的方式对所述灰度化图像进行脉冲降噪处理：

第1次迭代，初始化脉冲噪点判断阈值Tinp₁，将灰度化图像中的所有像素点存入待降噪集合C₁，对C₁中的第c₁个像素点，在灰度化图像中计算其脉冲噪点指数

式中，表示第c₁个像素点的k×k大小的邻域中的邻域像素点的集合，long(c₁,p)表示第c₁个像素点和中第p个像素点之间的欧氏距离，long_ma(c₁)表示中的像素点与第c₁个像素点之间的欧式距离最大值，long_mi(c₁)表示中的像素点与第c₁个像素点之间的欧式距离最小值，表示中像素点的总数；

将第c₁个像素点的k×k大小的邻域中，以第c₁个像素点为中心，0度、45度、90度、135度方向上的像素点的集合分别记为

分别计算中的元素的灰度值的方差，依次记为

式中，表示中的最大值，ψ表示预设的常数型适应性参数；

将C₁中的第c₁个像素点的脉冲噪点指数和判断阈值Tinp₁进行比较，若则C₁中的第c₁个像素点为脉冲噪点；

将C₁中所有的脉冲噪点存入集合impC₁，将C₁中除了impC₁中的像素点之外，剩余的像素点存为集合C₂；

对集合impC₁中的像素点，在灰度化图像中使用中值滤波算法进行降噪处理，得到第1幅迭代图像Ite₁；

第t次迭代，t≥2，脉冲噪点判断阈值为Tinp_t,Tinp_t＝0.8Tinp_t-1，对C_t中的第c_t个像素点，在Ite_t-1中计算其脉冲噪点指数

式中，表示第c_t个像素点的k×k大小的邻域中的邻域像素点的集合，long(c_t,p)表示第c_t个像素点和中第p个像素点之间的欧氏距离，long_ma(c_t)表示中的像素点与第c_t个像素点之间的欧式距离最大值，long_mi(c_t)表示中的像素点与第c_t个像素点之间的欧式距离最小值，表示中像素点的总数；

将第c_t个像素点的k×k大小的邻域中，以第c_t个像素点为中心，0度、45度、90度、135度方向上的像素点的集合分别记为

分别计算中的元素的灰度值的方差，依次记为

式中，表示中的最大值，ψ表示预设的常数型适应性参数；

将C_t中的第c_t个像素点的脉冲噪点指数和判断阈值Tinp_t进行比较，若则C_t中的第c_t个像素点为脉冲噪点；

将C_t中所有的脉冲噪点存入集合impC_t，将C_t中除了impC_t中的像素点之外，剩余的像素点存为集合C_t+1；

对集合impC_t中的像素点，在Ite_t-1使用中值滤波算法进行降噪处理，得到第t幅迭代图像Ite_t；

迭代结束的条件为：t大于等于预设的迭代次数阈值或impC_t中的元素的数量少于预设的数量阈值；

将迭代结束时所进行的总的迭代次数记为T，将Ite_T作为去脉冲噪点图像。