數(shù)字視頻水印和相關(guān)理論基礎(chǔ)

河北科技大學(xué)碩士學(xué)位論文第1章緒論基于擴(kuò)頻的DCT視頻水印方案水印信息嵌入到視頻流I幀的色度的DCT的直流系數(shù)中，大大減少了運(yùn)算的復(fù)雜度，提高了實(shí)時(shí)性。由于水印嵌入到DCT的直流系數(shù)中，所以在保證視頻效果不失真的前提下，水印具有很強(qiáng)的魯棒性。4.1視頻水印算法在MPEG視頻中，由于視頻的I幀上色度的離散余弦變換DCT的直流系數(shù)DC是一個(gè)始終在視頻流中存在而且很魯棒的參數(shù)，我們將水印信息經(jīng)m序列調(diào)制后加入到I幀的色度DCT的直流系數(shù)中，這樣水印信息在不影響視頻效果的情況下一般是難以去除的，所以魯棒性是足夠的，這里我們采用了擴(kuò)頻的方法，以方便有效的檢測(cè)水印，另外有效的抵抗各種攻擊及干擾。下面分別給出水印嵌入和提取的算法:4.1.1視頻水印的嵌入算法本方案將視頻碼流部分解碼后，再將水印信息經(jīng)m序列調(diào)制后嵌入到視頻I幀的色度DCT的直流系數(shù)中。水印的嵌入過(guò)程分為以下三步:第一步:產(chǎn)生一個(gè)含有整數(shù){-1,1}的PN序列，此圖案與I畫(huà)面有相同維數(shù)。用水印信號(hào)的信息位調(diào)制偽隨機(jī)噪聲圖案得到擴(kuò)頻水印信號(hào)，并乘上一個(gè)大小合適的伸縮因子，再將擴(kuò)頻水印信號(hào)做DCT變換。第三步:將壓縮的視頻流中I畫(huà)面做DCT變換提取系數(shù)。第三步:把每塊水印信號(hào)的DCT直流分流加到與I畫(huà)面相同位置的塊的DCT直流分量上。擴(kuò)展頻譜的方法就是說(shuō)將水印信息位通過(guò)一個(gè)偽隨機(jī)的擴(kuò)展序列的調(diào)制來(lái)入到大量的視頻I幀上色度DCT的直流系數(shù)DC中。具體見(jiàn)下面公式:Dct(x,y)=Dct(x,y)+Ai*WiDct1(x,y)表示己經(jīng)嵌入水印的I幀上色度DC丁的直流系數(shù)DC值;Dct（x,y)表示該塊的色度分量DCT直流系數(shù)一原始視頻的I幀上色度DCT的直流系數(shù)DC值;Ai表示為了考慮掩蔽效果而用來(lái)調(diào)整水印強(qiáng)度所使用的系數(shù);Wi表示水印信號(hào)的值，Wi=Bi*Pi4.1.2視頻水印的提取算法水印提取為水印嵌入的逆過(guò)程，步驟如下：(1）對(duì)含水印的視頻碼流進(jìn)行部分解碼，得到I幀色度分量DCT變換后的系數(shù)矩陣；(2)將上一步得到的每個(gè)塊的直流系數(shù)與修改前的直流系數(shù)進(jìn)行比較，從而確定水印信號(hào)的像素值，若Dct1(x,y)>Dct(x,y)則：mark(n)=1(3)重復(fù)步驟(2)直至所有水印信號(hào)全部取出；(4)將提取出的“水印”進(jìn)行T-m次TA變換恢復(fù)到原水印圖像。4.2DCT視頻水印的實(shí)現(xiàn)方案相關(guān)程序4.2.1視頻水印的嵌入我們首先對(duì)MPEG-2視頻流進(jìn)行部分解碼并得到I幀上的色度DCT的直流系數(shù)，我們每隔20個(gè)DCT的直流系數(shù)加入一次水印，來(lái)修改DC的值，見(jiàn)如下代碼:functiono=func_add_sy(fragment,data,len,s,atten,pn0,pn1)[row,col]=size(s);if(row>col)s=s';endi=1;n=len;o=s;len=length(pn0);fori=1:nst=(i-1)*fragment+1;ed=i*fragment;tmp=dct(s(st:ed));atten1=atten*max(abs(tmp));Ifdata(i)==1tmp(base:fragment)=tmp(base:fragment)+atten1*pn1;elsetmp(base:fragment)=tmp(base:fragment)+atten1*pn0;end完成上述操作后，我們將修改后的DC值寫(xiě)入視頻碼流中，另外我們完成一個(gè)水印信息嵌入后，我們將從下一個(gè)I幀重復(fù)嵌入該水印信息。4.2.2視頻水印的提取我們首先對(duì)I幀上的色度DCT的直流系數(shù)DC進(jìn)行計(jì)數(shù)，因?yàn)槲覀兠扛?0個(gè)DCT的直流西數(shù)DC加入一次水印，所以提取時(shí)也每隔20個(gè)直流系數(shù)DC來(lái)進(jìn)行提取，見(jiàn)如下代碼:functionout=func_del_sy(fragment,in,len,pn0,pn1)[row,col]=size(in);if(row>col)in=in';endout=[];len_pn=length(pn0);base=fragment-len_pn+1;fori=1:lenst=(i-1)*fragment+1;ed=i*fragment;p=dct(in(st:ed));t0=sum(p(base:fragment).*pn0);t1=sum(p(base:fragment).*pn1);ift1>t0out(i)=1;elseout(i)=0;4.3基于擴(kuò)頻的DCT視頻水印算法抗攻擊性仿真實(shí)驗(yàn)分析（1）縮小放大攻擊本節(jié)對(duì)基于DCT變換域的水印嵌入提取算法縮小放大2倍進(jìn)行攻擊測(cè)試，最后提取水印，并分析視頻每一幀提取水印和原水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：xx1=imresize(image_marked,2,'bicubic');xx2=imresize(xx1,1/2,'bicubic');out=xx2;其仿真結(jié)果如下：圖4-1DCT數(shù)字視頻水印受縮小放大2倍攻擊后仿真結(jié)果從圖中仿真結(jié)果可知，可以獲得水印信息收到一定的影響，且每一幀的水印誤差還是比較大的。(2)放大縮小攻擊本節(jié)基于DCT變換域的水印嵌入提取算法進(jìn)行放大縮小2倍攻擊測(cè)試，最后對(duì)提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：xx1=imresize(image_marked,0.5,'bicubic');xx2=imresize(xx1,2,'bicubic');out=xx2;其仿真結(jié)果如下：圖4-2DCT數(shù)字視頻水印受放大縮小2倍攻擊后仿真結(jié)果從圖仿真結(jié)果可知，這種算法在此類(lèi)攻擊的影響比較大。（3）噪聲攻擊本節(jié)對(duì)基于DCT變換域的水印嵌入提取算法進(jìn)行噪聲攻擊測(cè)試，最后對(duì)視頻提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：out=imnoise(uint8(round(real(image_marked))),'salt&pepper',0.005);其仿真結(jié)果如下：圖4-3DCT數(shù)字視頻水印受縮小放大2倍攻擊后仿真結(jié)果從圖中仿真結(jié)果可知，此方案在此類(lèi)攻擊下收到一定的影響。（4）裁剪攻擊本節(jié)對(duì)基于DCT變換域的水印嵌入提取算法進(jìn)行裁剪攻擊測(cè)試，最后對(duì)視頻提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：fori=128-44:128+45forj=128-45:128+44image_marked(i,j)=0;endendout=double(image_marked);其仿真結(jié)果如下：圖4-4DCT數(shù)字視頻水印受裁剪攻擊后仿真結(jié)果從圖仿真結(jié)果可知，此方案在此類(lèi)攻擊下收到一定的影響。4.4本章小結(jié) 本章嘗試提出了基于擴(kuò)頻的DCT視頻水印設(shè)計(jì)方案，詳細(xì)歸納了視頻水印的嵌入算法和視頻水印的提取算法，并同時(shí)完成了視頻水印嵌入的實(shí)現(xiàn)和視頻水印提取的實(shí)現(xiàn)。最后進(jìn)行攻擊實(shí)驗(yàn)的仿真，對(duì)后一章的自適應(yīng)方案提供了對(duì)比實(shí)驗(yàn)。第5章基于擴(kuò)頻的自適應(yīng)視頻水印方案5.1概述結(jié)合視頻效果對(duì)水印嵌入進(jìn)行自適應(yīng)的設(shè)計(jì)，本文又提出了基于擴(kuò)頻的自適應(yīng)視頻水印方案。算法同時(shí)考慮幀內(nèi)和幀間的信息，根據(jù)運(yùn)動(dòng)信息和區(qū)域復(fù)雜度對(duì)原始視頻的圖像塊進(jìn)行分類(lèi)。在每幀圖片內(nèi)分為的圖像塊按其是否包含細(xì)信息來(lái)進(jìn)行分類(lèi);同時(shí)考慮人眼對(duì)于靜止物體和運(yùn)動(dòng)物體不同的視覺(jué)特性，在相鄰幀間進(jìn)行運(yùn)動(dòng)檢測(cè)將圖像塊分為慢速運(yùn)動(dòng)區(qū)域和快速運(yùn)動(dòng)區(qū)域兩類(lèi)。通過(guò)這兩層檢測(cè)機(jī)制，選擇既包含細(xì)節(jié)信息、又屬于快速運(yùn)動(dòng)區(qū)域的圖像塊來(lái)嵌入水印，這樣使得水印嵌入的位置自適應(yīng)于人類(lèi)視覺(jué)系統(tǒng)和視頻信號(hào)的特性。5.2基于擴(kuò)頻的自適應(yīng)數(shù)字視頻水印算法在視頻水印的嵌入位置上，我們選擇I幀來(lái)進(jìn)行水印的嵌入。這是由于在MPEG-2視頻中，由于視頻的I幀上色度的離散余弦變換DCT的直流系數(shù)DC是一個(gè)始終在視頻流中存在而且很魯棒的參數(shù)，我們將水印信息經(jīng)PN序列調(diào)制后加入到I幀的DCT的直流系數(shù)中，這樣的水印信息具有足夠的魯棒性，并具有較強(qiáng)的抗干擾性。因此它的作用與靜態(tài)圖像相當(dāng)，可以用靜態(tài)圖像的技術(shù)對(duì)其進(jìn)行分析。MPEG-2視頻編碼的B幀和P幀使用了運(yùn)動(dòng)補(bǔ)償，它僅僅保存了塊的運(yùn)動(dòng)向量，因此它的壓縮比大大提高了，但也造成了B幀和P幀的數(shù)據(jù)偏小，若在這兩幀中嵌入水印，當(dāng)采用不同的算法時(shí)，它所計(jì)算得到的運(yùn)動(dòng)向量也不同，因此可能無(wú)法恢復(fù)帶有水印信號(hào)的像素。所以一般選擇I幀作為水印嵌入的位置，并使用靜態(tài)圖像的技術(shù)對(duì)其進(jìn)行分析。結(jié)合視頻效果對(duì)水印嵌入進(jìn)行自適應(yīng)的設(shè)計(jì)。5.2.1實(shí)現(xiàn)自主區(qū)域的選擇圖5-1水印嵌入?yún)^(qū)域的自適應(yīng)實(shí)現(xiàn)過(guò)程視頻序列的每一幀分成8*8的圖像塊，人眼對(duì)于那些包含高細(xì)節(jié)信息并且沿時(shí)間軸變化較快的圖像塊中所產(chǎn)生的失真并不敏感，因此可以在這些圖像塊中嵌入水印，其過(guò)程如下所示：首先進(jìn)行分塊：假設(shè)一段視頻由w幀組成，每一幀的大小為m*n，K令表示視頻中的第i幀，其中i=0，1，…，w-1。首先，將當(dāng)前幀圖像Ki分割成互不重疊的大小為8*8的圖像塊Xij，這里Xij表示第i幀中的第j個(gè)圖像塊，其中j=0，1，…，（m*n）。對(duì)每一個(gè)圖像塊進(jìn)行DCT變換，并假設(shè)得到DCT系數(shù)塊Xij。通過(guò)這個(gè)步驟將每一幀圖像轉(zhuǎn)換為j個(gè)8*8DCT系數(shù)塊。然后按能量進(jìn)行分類(lèi)：將DCT系數(shù)根據(jù)其能量大小進(jìn)行排序，然后根據(jù)DCT交流系數(shù)能量的大小對(duì)圖像塊進(jìn)行分類(lèi),。對(duì)每一個(gè)DCT系數(shù)塊Xij，如果能量值小于預(yù)先給定的閾值，那么相應(yīng)的圖像塊被劃分為低細(xì)節(jié)區(qū)域；如果能量值大于預(yù)先給定的閾值，相應(yīng)圖像塊被劃分為高細(xì)節(jié)區(qū)域。通過(guò)這個(gè)步驟，將DCT系數(shù)分成低細(xì)節(jié)區(qū)域和高細(xì)節(jié)區(qū)域兩個(gè)類(lèi)別。接下來(lái)考慮到幀間的信息：進(jìn)行幀間運(yùn)動(dòng)檢測(cè)，將當(dāng)前幀DCT系數(shù)塊與相鄰幀中對(duì)應(yīng)DCT系數(shù)塊進(jìn)行比較。為了簡(jiǎn)單起見(jiàn)，這里只參考前一幀的圖像信息。計(jì)算當(dāng)前幀和前一幀圖像經(jīng)過(guò)分塊DCT變換后相應(yīng)直流系數(shù)的差值，如果相應(yīng)直流系數(shù)差值小于預(yù)先設(shè)置的閾值，當(dāng)前幀圖像塊被劃分為慢速運(yùn)動(dòng)區(qū)域；如果相應(yīng)直流系數(shù)差值大于預(yù)先設(shè)置的閾值，當(dāng)前幀圖像塊被劃分為快速運(yùn)動(dòng)區(qū)域。通過(guò)這個(gè)步驟，將每一幀視頻區(qū)域劃分為分成快速運(yùn)動(dòng)區(qū)域和慢速運(yùn)動(dòng)區(qū)域兩個(gè)類(lèi)別。經(jīng)過(guò)以上處理將區(qū)域中同時(shí)滿(mǎn)足高細(xì)節(jié)信息特點(diǎn)和沿時(shí)間軸變化較快特點(diǎn)的圖像信息塊進(jìn)行水印嵌入操作。5.2.2視頻水印嵌入算法在以一幀圖像為例，將水印嵌入到原始視頻中的亮度分量。其基本步驟如下所示：首先對(duì)圖像塊進(jìn)行分解，從而得到8個(gè)位平面信息。然后根據(jù)位平面對(duì)圖像的影響大小以及水印信息的魯棒性進(jìn)行位平面的選擇并進(jìn)行水印的嵌入操作。接下位置較低的位平面容易受到各種攻擊的干擾，而位置較高的位平面則會(huì)在一定程度上影響視頻的視覺(jué)效果。5.2.3視頻水印提取算法針對(duì)嵌入水印的視頻圖像，在幀內(nèi)利用如下的式子進(jìn)行檢測(cè)，分析圖像塊中是否包含細(xì)節(jié)信息，即：(5-1)首先將公式計(jì)算得到的結(jié)果與閾值進(jìn)行比較，由此得到的圖像塊進(jìn)行位面的分解接著進(jìn)行相關(guān)檢測(cè)。如果相關(guān)運(yùn)算的結(jié)果大于等于閾值，則表示檢測(cè)到水印存在。同樣的將相應(yīng)的位平面保存起來(lái)，用于第二步水印提取。最后同步信號(hào)的嵌入，在實(shí)際中，攻擊者可能通過(guò)插入或去除一幀圖像來(lái)改變視頻序列的長(zhǎng)度，或者通過(guò)幀重組來(lái)改變視頻序列的順序，這些都對(duì)不需要原始視頻參與的水印檢測(cè)算法提出更高的要求。因此，通過(guò)嵌入同步信號(hào)可以提高檢測(cè)效果。5.3自適應(yīng)視頻水印算法抗攻擊性仿真實(shí)驗(yàn)分析水印嵌入與提取的方案設(shè)計(jì)在前面已經(jīng)說(shuō)明，將置亂后的水印圖像嵌入原始宿主視頻截圖中，嵌入后的效果圖以及提取的水印信息如圖5-2所示，此圖為提取的第一個(gè)I幀圖。其中原始視頻像素分辨率為352*288，嵌入與提取的時(shí)間分別為0.12秒和0.073秒，嵌入強(qiáng)度為0.25。并從不可見(jiàn)性、魯棒性等性能評(píng)估標(biāo)準(zhǔn)對(duì)此算法進(jìn)行了分析。其MATLAB仿真結(jié)果如下所示：圖5-2嵌入與提取仿真圖5.3.1不同水印強(qiáng)度抗攻擊能力分析為了獲得最優(yōu)的水印強(qiáng)度，在不影響原視頻視覺(jué)效果和圖像質(zhì)量的前提下，設(shè)置合適的水印強(qiáng)度，使其具有較好的抗攻擊能力。下面通過(guò)MATLAB對(duì)不同水印強(qiáng)度進(jìn)行分析，分別對(duì)水印強(qiáng)度為1，0.1，0.01，0.001，0.0001等強(qiáng)度進(jìn)行對(duì)比分析。圖5-3嵌入水印強(qiáng)度為1圖5-3為嵌入水印強(qiáng)度為1的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較大的時(shí)候，提取水印質(zhì)量最好，而原始視頻的圖像質(zhì)量值PSNR僅為29.7442，大大影響了視頻的視覺(jué)效果。圖5-4嵌入水印強(qiáng)度為0.1圖5-4為嵌入水印強(qiáng)度為0.1的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較大的時(shí)候，提取水印質(zhì)量最好，而原始視頻的圖像質(zhì)量值PSNR為37.8152，大大影響了視頻的視覺(jué)效果。圖5-5嵌入水印強(qiáng)度為0.01圖5-5為嵌入水印強(qiáng)度為0.01的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較小的時(shí)候，提取水印質(zhì)量最好，且原始視頻的圖像質(zhì)量值PSNR可達(dá)59.6110，不僅保證了圖像水印提取效果，而且使得圖像在嵌入水印后依舊存在較好的視覺(jué)效果。圖5-6嵌入水印強(qiáng)度為0.001圖5-6為嵌入水印強(qiáng)度為0.001的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較小的時(shí)候，提取水印存在部分干擾點(diǎn)，而原始視頻的圖像質(zhì)量值PSNR可達(dá)到無(wú)限大，雖然在一定程度上保證了視頻在嵌入水印后的質(zhì)量，但是其提取的水印存在一定的干擾。圖5-7嵌入水印強(qiáng)度為0.0005圖5-7為嵌入水印強(qiáng)度為0.0005的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較小的時(shí)候，提取水印存在部分干擾點(diǎn)，而原始視頻的圖像質(zhì)量值PSNR可達(dá)到無(wú)限大，雖然在一定程度上保證了視頻在嵌入水印后的質(zhì)量，但是其提取的水印存在一定的干擾。圖5-8嵌入水印強(qiáng)度為0.0001圖5-8為嵌入水印強(qiáng)度為0.0001的仿真結(jié)果，從該仿真結(jié)果可知，當(dāng)水印強(qiáng)度較小的時(shí)候，提取水印存在部分干擾點(diǎn)，而原始視頻的圖像質(zhì)量值PSNR可達(dá)到無(wú)限大，雖然在一定程度上保證了視頻在嵌入水印后的質(zhì)量，但是其提取的水印完全被淹沒(méi)在干擾中。綜合上述仿真結(jié)果可知，當(dāng)設(shè)置幅度較大的水印的時(shí)候，嵌入水印會(huì)很大程度上干擾原視頻的視覺(jué)效果，如圖5-3仿真結(jié)果所示，其嵌入水印后，基本無(wú)法觀察到原始的視頻圖像。而當(dāng)水印的幅度較小的時(shí)候，水印的抗攻擊性能將大大減弱，如圖5-7所示，嵌入水印后的視頻質(zhì)量接近原始的視頻質(zhì)量，但是由于水印信息強(qiáng)度太弱，在水印提取過(guò)程中，受到了一定程度的干擾。而在圖5-8所示，雖然嵌入水印后的視頻質(zhì)量接近原始的視頻質(zhì)量，但是由于水印信息強(qiáng)度太弱，在水印提取過(guò)程中，其基本無(wú)法提取到有效的水印信息。圖5-5和圖5-6的仿真結(jié)果表明，在不影響原視頻視覺(jué)效果和圖像質(zhì)量的前提下，水印效果具有較好的抗攻擊能力，在圖5-7的仿真結(jié)果中，視頻嵌入水印后，略有水印擴(kuò)頻序列的干擾，但總體上不影響視頻的視覺(jué)效果，在圖5-6的仿真結(jié)果中，基本觀測(cè)不到水印擴(kuò)頻序列的干擾。因此，設(shè)置水印強(qiáng)度在0.0005~0.001之間最為合適，具體參數(shù)可根據(jù)實(shí)際需求進(jìn)行選擇。進(jìn)一步，這里通過(guò)設(shè)置不同攻擊強(qiáng)度的水印，分別對(duì)視頻效果質(zhì)量和提取水印的質(zhì)量進(jìn)行仿真分析，獲得如下的仿真結(jié)果：圖5-9不同水印前度對(duì)視頻質(zhì)量的影響圖5-10不同水印前度對(duì)視頻質(zhì)量的影響從上面的兩個(gè)仿真結(jié)果可知，隨著水印強(qiáng)度的增加，視頻質(zhì)量越來(lái)越差，而提取的水印誤差則越來(lái)越小。從這兩個(gè)仿真圖可知，水印強(qiáng)度在0.001左右，可以有效提取水印，且不影響視頻的視覺(jué)效果。5.3.2魯棒性和抗攻擊性分析本實(shí)驗(yàn)主要對(duì)比基于DCT變換域的水印嵌入提取算法，針對(duì)上述的多種攻擊類(lèi)型進(jìn)行對(duì)比仿真分析，分別對(duì)縮小放大攻擊，放大縮小攻擊，濾波攻擊，裁剪攻擊進(jìn)行MATLAB仿真分析。（1）縮小放大攻擊本節(jié)對(duì)該算法進(jìn)行縮小放大2倍進(jìn)行攻擊測(cè)試，最后提取水印，并分析視頻每一幀提取水印和原水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：xx1=imresize(image_marked,2,'bicubic');xx2=imresize(xx1,1/2,'bicubic');out=xx2;其仿真結(jié)果如下：圖5-11自適應(yīng)數(shù)字視頻水印受縮小放大攻擊后仿真結(jié)果從圖5-11的仿真結(jié)果可知，自適應(yīng)視頻水印算法，經(jīng)過(guò)縮小放大攻擊可以獲得較為清晰的水印信息，且每一幀的水印誤差較小。上圖右圖為視頻每一幀的水印提取誤差，通過(guò)對(duì)比可知而本文算法誤差最小。（2）放大縮小攻擊本節(jié)對(duì)該算法進(jìn)行放大縮小2倍攻擊測(cè)試，最后對(duì)提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：xx1=imresize(image_marked,0.5,'bicubic');xx2=imresize(xx1,2,'bicubic');out=xx2;其仿真結(jié)果如下：圖5-12自適應(yīng)數(shù)字視頻水印受放大縮小攻擊后仿真結(jié)果從圖5-12的仿真結(jié)果可知，自適應(yīng)視頻水印算法，對(duì)比DCT視頻水印算法可以獲得較為清晰的水印信息，且每一幀的水印誤差較小。上圖右圖為視頻每一幀的水印提取誤差，通過(guò)對(duì)比可知，自適應(yīng)視頻水印算法誤差最小。（3）噪聲攻擊本節(jié)對(duì)該算法進(jìn)行噪聲攻擊測(cè)試，最后對(duì)視頻提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：out=imnoise(uint8(round(real(image_marked))),'salt&pepper',0.005);其仿真結(jié)果如下：圖5-13自適應(yīng)數(shù)字視頻水印受噪聲攻擊后仿真結(jié)果從圖5-13的仿真結(jié)果可知，自適應(yīng)視頻水印算法可以獲得較為清晰的水印信息，且每一幀的水印誤差較小。上圖右圖為視頻每一幀的水印提取誤差，通過(guò)對(duì)比可知，自適應(yīng)視頻水印算法誤差最小。（4）裁剪攻擊本節(jié)對(duì)該算法進(jìn)行裁剪攻擊測(cè)試，最后對(duì)視頻提取水印，并分析視頻每一幀提取水印和原始水印的誤差。這個(gè)部分對(duì)應(yīng)的MATLAB代碼如下：fori=128-44:128+45forj=128-45:128+44image_marked(i,j)=0;endendout=double(image_marked);其仿真結(jié)果如下：圖5-14自適應(yīng)數(shù)字視頻水印受裁剪攻擊后仿真結(jié)果從圖5-14的仿真結(jié)果可知，自適應(yīng)水印提取算法和基于DCT域的水印提取算法性能接近。上圖右圖為視頻每一幀的水印提取誤差，通過(guò)對(duì)比可知自適應(yīng)算法誤差最小。根據(jù)對(duì)該算法進(jìn)行不同攻擊類(lèi)型的測(cè)試，自適應(yīng)視頻水印提取算法具有較優(yōu)抗攻擊性能，而基于DCT變換域的視頻水印提取算法抗攻擊性能較差。從仿真結(jié)果可以看出，即便有較強(qiáng)的噪聲攻擊，自適應(yīng)算法可以獲得較為清晰的水印，說(shuō)明該算法對(duì)這類(lèi)非法攻擊具有很好的抵抗力，只對(duì)畫(huà)面產(chǎn)生了影響。因?yàn)閷?duì)DCT變換后的系數(shù)沒(méi)有大的影響，因此獲取到的水印沒(méi)有出錯(cuò)，僅僅是水印清楚的程度有了一點(diǎn)點(diǎn)變化。5.3.4兩種視頻水印嵌入和提取算法的計(jì)算效率對(duì)比法分析針對(duì)兩種算法，本文通過(guò)MATLAB對(duì)這三種算法進(jìn)行仿真時(shí)間對(duì)比，從而獲得各個(gè)算法的計(jì)算效率。其對(duì)比結(jié)果如下表5-1所示：不同的算法水印嵌入時(shí)間水印提取時(shí)間DCT水印提取算法0.350.5自適應(yīng)水印提取算法0.70.76表5-1各個(gè)過(guò)程的耗時(shí)分析表5-1的仿真時(shí)間和計(jì)算機(jī)硬件配置有關(guān)，從表5-1的仿真結(jié)果可知，基于DCT變換域的視頻水印嵌入提取算法，其算法結(jié)構(gòu)較為簡(jiǎn)單，因此在水印嵌入和提取方面較為快速。而本節(jié)的基于自適應(yīng)的視頻水印嵌入提取算法，由于算法還涉及到自適應(yīng)選擇的過(guò)程，因此整個(gè)算法仿真速度較慢。5.4本章小結(jié)考慮到視頻效果對(duì)水印嵌入進(jìn)行自適應(yīng)的要求，本章節(jié)提出了自適應(yīng)視頻水印技術(shù)，分析了嵌入?yún)^(qū)域的自適應(yīng)選擇，對(duì)水印的嵌入和檢測(cè)進(jìn)行了過(guò)程介紹。為了對(duì)設(shè)計(jì)方案進(jìn)行檢驗(yàn)進(jìn)行了仿真實(shí)驗(yàn)，對(duì)視頻水印的不可見(jiàn)性、魯棒性、抗攻擊性和實(shí)時(shí)性進(jìn)行了檢驗(yàn)分析。

咖啡店創(chuàng)業(yè)計(jì)劃書(shū)第一部分：背景在中國(guó)，人們?cè)絹?lái)越愛(ài)喝咖啡。隨之而來(lái)的咖啡文化充滿(mǎn)生活的每個(gè)時(shí)刻。無(wú)論在家里、還是在辦公室或各種社交場(chǎng)合，人們都在品著咖啡。咖啡逐漸與時(shí)尚、現(xiàn)代生活聯(lián)系在一齊。遍布各地的咖啡屋成為人們交談、聽(tīng)音樂(lè)、休息的好地方，咖啡豐富著我們的生活，也縮短了你我之間的距離，咖啡逐漸發(fā)展為一種文化。隨著咖啡這一有著悠久歷史飲品的廣為人知，咖啡正在被越來(lái)越多的中國(guó)人所理解。第二部分：項(xiàng)目介紹第三部分：創(chuàng)業(yè)優(yōu)勢(shì)目前大學(xué)校園的這片市場(chǎng)還是空白，競(jìng)爭(zhēng)壓力小。而且前期投資也不是很高，此刻國(guó)家鼓勵(lì)大學(xué)生畢業(yè)后自主創(chuàng)業(yè)，有一系列的優(yōu)惠政策以及貸款支持。再者大學(xué)生往往對(duì)未來(lái)充滿(mǎn)期望，他們有著年輕的血液、蓬勃的朝氣，以及初生牛犢不怕虎的精神，而這些都是一個(gè)創(chuàng)業(yè)者就應(yīng)具備的素質(zhì)。大學(xué)生在學(xué)校里學(xué)到了很多理論性的東西，有著較高層次的技術(shù)優(yōu)勢(shì)，現(xiàn)代大學(xué)生有創(chuàng)新精神，有對(duì)傳統(tǒng)觀念和傳統(tǒng)行業(yè)挑戰(zhàn)的信心和欲望，而這種創(chuàng)新精神也往往造就了大學(xué)生創(chuàng)業(yè)的動(dòng)力源泉，成為成功創(chuàng)業(yè)的精神基礎(chǔ)。大學(xué)生創(chuàng)業(yè)的最大好處在于能提高自己的潛力、增長(zhǎng)經(jīng)驗(yàn)，以及學(xué)以致用;最大的誘人之處是透過(guò)成功創(chuàng)業(yè)，能夠?qū)崿F(xiàn)自己的理想，證明自己的價(jià)值。第四部分：預(yù)算1、咖啡店店面費(fèi)用咖啡店店面是租賃建筑物。與建筑物業(yè)主經(jīng)過(guò)協(xié)商，以合同形式達(dá)成房屋租賃協(xié)議。協(xié)議資料包括房屋地址、面積、結(jié)構(gòu)、使用年限、租賃費(fèi)用、支付費(fèi)用方法等。租賃的優(yōu)點(diǎn)是投資少、回收期限短。預(yù)算10-15平米店面，啟動(dòng)費(fèi)用大約在9-12萬(wàn)元。2、裝修設(shè)計(jì)費(fèi)用咖啡店的滿(mǎn)座率、桌面的周轉(zhuǎn)率以及氣候、節(jié)日等因素對(duì)收益影響較大。咖啡館的消費(fèi)卻相對(duì)較高，主要針對(duì)的也是學(xué)生人群，咖啡店布局、格調(diào)及采用何種材料和咖啡店效果圖、平面圖、施工圖的設(shè)計(jì)費(fèi)用，大約6000元左右3、裝修、裝飾費(fèi)用具體費(fèi)用包括以下幾種。(1)外墻裝飾費(fèi)用。包括招牌、墻面、裝飾費(fèi)用。(2)店內(nèi)裝修費(fèi)用。包括天花板、油漆、裝飾費(fèi)用，木工、等費(fèi)用。(3)其他裝修材料的費(fèi)用。玻璃、地板、燈具、人工費(fèi)用也應(yīng)計(jì)算在內(nèi)。整體預(yù)算按標(biāo)準(zhǔn)裝修費(fèi)用為360元/平米，裝修費(fèi)用共360*15=5400元。4、設(shè)備設(shè)施購(gòu)買(mǎi)費(fèi)用具體設(shè)備主要有以下種類(lèi)。(1)沙發(fā)、桌、椅、貨架。共計(jì)2250元(2)音響系統(tǒng)。共計(jì)450(3)吧臺(tái)所用的烹飪?cè)O(shè)備、儲(chǔ)存設(shè)備、洗滌設(shè)備、加工保溫設(shè)備。共計(jì)600(4)產(chǎn)品制造使用所需的吧臺(tái)、咖啡杯、沖茶器、各種小碟等。共計(jì)300凈水機(jī)，采用美的品牌，這種凈水器每一天能生產(chǎn)12l純凈水，每一天銷(xiāo)售咖啡及其他飲料100至200杯，價(jià)格大約在人民幣1200元上下?？Х葯C(jī)，咖啡機(jī)選取的是電控半自動(dòng)咖啡機(jī)，咖啡機(jī)的報(bào)價(jià)此刻就應(yīng)在人民幣350元左右，加上另外的附件也不會(huì)超過(guò)1200元。磨豆機(jī)，價(jià)格在330―480元之間。冰砂機(jī)，價(jià)格大約是400元一臺(tái)，有點(diǎn)要說(shuō)明的是，最好是買(mǎi)兩臺(tái)，不然夏天也許會(huì)不夠用。制冰機(jī)，從制冰量上來(lái)說(shuō)，一般是要留有富余?？钪票鶛C(jī)每一天的制冰量是12kg。價(jià)格稍高550元，質(zhì)量較好，所以能夠用很多年，這么算來(lái)也是比較合算的。5、首次備貨費(fèi)用包括購(gòu)買(mǎi)常用物品及低值易耗品，吧臺(tái)用各種咖啡豆、奶、茶、水果、冰淇淋等的費(fèi)用。大約1000元6、開(kāi)業(yè)費(fèi)用開(kāi)業(yè)費(fèi)用主要包括以下幾種。(1)營(yíng)業(yè)執(zhí)照辦理費(fèi)、登記費(fèi)、保險(xiǎn)費(fèi);預(yù)計(jì)3000元(2)營(yíng)銷(xiāo)廣告費(fèi)用;預(yù)計(jì)450元7、周轉(zhuǎn)金開(kāi)業(yè)初期，咖啡店要準(zhǔn)備必須量的流動(dòng)資金，主要用于咖啡店開(kāi)業(yè)初期的正常運(yùn)營(yíng)。預(yù)計(jì)2000元共計(jì)： 120000+6000+5400+2250+450+600+300+1200+1200+480+400+550+1000+3000+450+2000=145280元第五部分：發(fā)展計(jì)劃1、營(yíng)業(yè)額計(jì)劃那里的營(yíng)業(yè)額是指咖啡店日常營(yíng)業(yè)收入的多少。在擬定營(yíng)業(yè)額目標(biāo)時(shí)，必須要依據(jù)目前市場(chǎng)的狀況，再思考到咖啡店的經(jīng)營(yíng)方向以及當(dāng)前的物價(jià)情形，予以綜合衡量。按照目前流動(dòng)人口以及人們對(duì)咖啡的喜好預(yù)計(jì)每一天的營(yíng)業(yè)額為400-800，根據(jù)淡旺季的不同可能上下浮動(dòng)2、采購(gòu)計(jì)劃依據(jù)擬訂的商品計(jì)劃，實(shí)際展開(kāi)采購(gòu)作業(yè)時(shí)，為使采購(gòu)資金得到有效運(yùn)用以及商品構(gòu)成達(dá)成平衡，務(wù)必針對(duì)設(shè)定的商品資料排定采購(gòu)計(jì)劃。透過(guò)營(yíng)業(yè)額計(jì)劃、商品計(jì)劃與采購(gòu)計(jì)劃的確立，我們不難了解，一家咖啡店為了營(yíng)業(yè)目標(biāo)的達(dá)成，同時(shí)有效地完成商品構(gòu)成與靈活地運(yùn)用采購(gòu)資金，各項(xiàng)基本的計(jì)劃是不可或缺的。當(dāng)一家咖啡店設(shè)定了營(yíng)業(yè)計(jì)劃、商品計(jì)劃及采購(gòu)計(jì)劃之后，即可依照設(shè)定的采購(gòu)金額進(jìn)行商品的采購(gòu)。經(jīng)過(guò)進(jìn)貨手續(xù)檢驗(yàn)、標(biāo)價(jià)之后，即可寫(xiě)在菜單上。之后務(wù)必思考的事情，就是如何有效地將這些商品銷(xiāo)售出去。3、人員計(jì)劃為了到達(dá)設(shè)定的經(jīng)營(yíng)目標(biāo)，經(jīng)營(yíng)者務(wù)必對(duì)人員的任用與工作的分派有一個(gè)明確的計(jì)劃。有效利用人力資源，開(kāi)展人員培訓(xùn)，都是我們務(wù)必思考的。4、經(jīng)費(fèi)計(jì)劃經(jīng)營(yíng)經(jīng)費(fèi)的分派是管理的重點(diǎn)工作。通常能夠?qū)⒖Х鹊杲?jīng)營(yíng)經(jīng)費(fèi)分為人事類(lèi)費(fèi)用(薪資、伙食費(fèi)、獎(jiǎng)金等)、設(shè)備類(lèi)費(fèi)用(修繕費(fèi)、折舊、租金等)、維持類(lèi)費(fèi)用(水電費(fèi)、消耗品費(fèi)、事務(wù)費(fèi)、雜費(fèi)等)和營(yíng)業(yè)類(lèi)費(fèi)用(廣告宣傳費(fèi)、包裝費(fèi)、營(yíng)業(yè)稅等)。還能夠依其性質(zhì)劃分成固定費(fèi)用與變動(dòng)費(fèi)用。我們要針對(duì)過(guò)去的實(shí)際業(yè)績(jī)?cè)O(shè)定可能增加的經(jīng)費(fèi)幅度。5、財(cái)務(wù)計(jì)劃財(cái)務(wù)計(jì)劃中的損益計(jì)劃最能反映全店的經(jīng)營(yíng)成果。咖啡店經(jīng)營(yíng)者在營(yíng)運(yùn)資金的收支上要進(jìn)行控制，以便做到經(jīng)營(yíng)資金合理的調(diào)派與運(yùn)用?？傊?，以上所列的六項(xiàng)基本計(jì)劃(營(yíng)業(yè)額、商品采購(gòu)、銷(xiāo)售促進(jìn)、人員、經(jīng)費(fèi)、財(cái)務(wù))是咖啡店管理不可或缺的。當(dāng)然，有一些咖啡店為求管理上更深入，也能夠配合工作實(shí)際需要制訂一些其他輔助性計(jì)劃。第六部分：市場(chǎng)分析2019-2021年中國(guó)咖啡市場(chǎng)經(jīng)歷了高速增長(zhǎng)的階段，在此期間咖啡市場(chǎng)