（光学工程专业论文）基于音频数字水印的算法研究.pdf

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名： 挝亟b 竭 日期： 星丝翌：三：堡 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：缸函竭导师签名： 山东大学硕士学位论文 摘要 数字水印作为一种有效的数字产品版权保护的技术手段，是目前国际上信 息安全领域内的一个前沿课题。随着计算机以及因特网的普及，音频数字产品 得到日益广泛的普及和应用，有效提高了信息传播的效率和准确度。音频数字 水印技术有效地防止了个人和团体，在没有作者的许可的情况下，对数字产品随 意复制、篡改、销售等，相当程度上解决了数字产品产权保护的问题。 数字音频水印的应用与其它媒体上的水印应用类似，主要有三个：版权保 护、盗版跟踪和认证，其中版权保护是最迫切和重要的。与数字图像和视频水 印技术相比，数字音频水印技术面临着更大的挑战。一方面是因为人类听觉系 统( h a s ) 对随机噪声十分敏感，使可以嵌入的水印数据量非常有限；另一方面 在瓦联网上可以自由得到众多的音频编辑工具对数字音频的结构进行修改，从 而对水印的牛存构成了巨大的威胁。 文中介绍了数字水印的一些相关知识，分析了现有的一些音频数字水印技 术的工作原理。在此基础上以直观的二值图像作为水印信息，以音频数据为嵌 入对象，在详细分析数字音频水印技术特点和需求的基础上，对现有部分算法 进行了分析并提出改进的方向。 文中还探讨了；基于d c t 域的自适应音频数字水印算法；和基于模数运算 的d w t 域数字音频水印算法。第一种算法是将二维二值水印图像降维后，与m 序列做扩频调制，再对数字音频信号进行分段处理，并依据人类听觉系统( l a s ) 择段做离散余弦变换( d c ，i ) ，在离散余弦变换域内，把调制过的水印信号经过 量化处理，嵌入到离散余弦域系数的幅值上，以完成水印信息的自适应嵌入。 第二种算法通过每帧前两节精细分量的能量比较，又由水印比特为“1 或“0 ， 采用不改变或缩小精细分量的方法来嵌入水印。提取水印时则对音频信号做相 应的小波分解，从低频系数中提取 0 ，1 序列，这样便可以还原水印信号。实 验证明两种方法都不改变原始信号的感知质量，算法简单计算量小，具有较强 的鲁棒性和较好的透明性。两种算法都可实现盲检测。 关键词：数字水印音频数字水印量化盲水印自适应 山东大学硕士学位论文 - n l i - _ _ 置_ _ _ 曩置一 a b s t r a c t a sa l le f f e c t i v ew a yo fp r o t e c t i n gt h ec o p y r i g h t so fd i g i t a lp r o d u c t s ，d i g i t a l w a t e r m a r ki st h el e a d i n gs u b j e c ti ni n f o r m a t i o ns e c u r i t yf i e l d si n t e m a t i o n a l l y a st h e p o p u l a r i z a t i o no fc o m p u t e r sa n di n t e r a c t ，d i g i t a la u d i op r o d u c t sh a v eb e e nu s e dm o r e a n dm o r ew i d e l yw h i c hd r a m a t i c a l l yi m p r o v e dt h ee f f i c i e n c ya n dp r e c i s i o no ft h e t r a n s m i s s i o no fi n f o r m a t i o n d i g i t a lw a t e r m a r kc a ne f f e c t i v e l yp r e v e n ti n d i v i d u a lo r o r g a n i z a t i o nf r o mc o p y i n g ，t a m p e r i n go rs e l l i n gp r o d u c t sw i t h o u tt h ep e r m i to ft h e a u t h o r s ，w h i c hs i g n i f i c a n t l yr e s o l v e dt h ec o p y r i g h tp r o b l e mo fd i g i t a lp r o d u c t s t h eu s eo fd i g i t a la u d i ow a t e r m a r ki s v e r ys i m i l a rt o t h eu s eo fd i g i t a l w a t e r m a r ki no t h e rm e d i a , i tm a i n l yi n c l u d e sc o p y r i g h tp r o t e c t i o n , p i r a t et r a c ea n d c e r t i f i c a t i o n c o m p a r e dw i t hd i s t a li m a g ea n dv i d e ow a t e r m a r k , d i s t a la u d i o w a t e r m a r kf a c e sm o r ec h a l l e n g e s o no n eh a n d ，t h eh u m a na u d i t o r ys y s t e m ( h a s ) i sv e r ys e n s i t i v et or a n d o mn o i s e ，s ot h ee m b e d d a b l ew a t e r m a r ki sl i m i t e d ，a n do nt h e o t h e rh a n d ，t h e r ea r es om a n ya u d i oe d i tt o o l so nt h ei n t e r n e tt oc h a n g et h es t r u c t u r e o fd i g i t a la u d i o s ，w h i c ht h r e a t e n st h es u r v i v a lo fw a t e r m a r k t h i sp a p e ri n t r o d u c e st h ei n t e r r e l a t e dk n o w l e d g eo fd i g i t a lw a t e r m a r k , a n a l y z e s t h ep r i n c i p l e so fs o m ep r e s e n ta u d i ow a t e r m a r kt e c h n o l o g i e s u s i n gi n t u i t i v eb i n a r y i m a g ea sw a t e r m a r ki n f o r m a t i o na n da u d i od a t aa st h ee m b e d d e do b j e c t ，b a s e do n d e t a i l e da n a l y s i so ft h ef e a t u r e so fa u d i ow a t e r m a r kt e c h n o l o g i e sa n dr e q u i r e m e n t s ，i a n a l y z e ds o m eo ft h ep r e s e n ta l g o r i t h m sa n dp r o p o s e dd i r e c t i o n so fi m p r o v e m e n t t h es e l f - a d a p t i n gd i g i t a lw a t e r m a r ka l g o r i t h mi nd c td o m a i na n dd i g i t a l w a t e r m a r ki nd td o m a i nb a s e do nm o d u l a ra r i t h m e t i ca r ea l s od i s c u s s e di n t h i s p a p e r t h ef o r m e ra l g o r i t h mw o r k sl i k et h i s ：f i r s tr e d u c et h ed i m e n s i o no ft h e t w o d i m e n s i o nb i n a r yi m a g ew a t e r m a r k ，a n dd os p r e a ds p e c t r u mm o d u l a t i o nw i t ha n ms e q u e n c e ，t h e nc u tt h ed i g i t a la u d i os i g n a l si n t os e c t i o n sa n dc h o o s es e c t i o n s a c c o r d i n gt oh a st od ot h ed i s c r e t ec o s i n et r a n s f o r m ( d c t ) ，i nd c td o m a i n ， q u a n t i f yt h em o d u l a t e dw a t e r m a r ks i g n a l sa n dt h e ne m b e dt h e mi nd c t d o m a i no r 2 山东大学硕士学位论文 i h i i i 一 a m p l i t u d et of i n i s ht h ei m b e do ft h es e l f - a d a p t i n gw a t e r m a r ki n f o r m a t i o n t h el a t t e r a l g o r i t h mc o m p a r e st h ee n e r g yo ft h ef i r s tt w od e l i c a t ec o m p o n e n t so fe a c hf r a m e ， a c c o r d i n gt ot h ew a t e r m a r kb i t “1 ”o r “o ，b yu n c h a n g i n go rr e d u c i n gt h ed e l i c a t e c o m p o n e n t st oe m b e d w a t e r m a r k w h e ne x t r a c t i n gw a t e r m a r k , t h ea u d i os i g n a l sw i l l b ed e c o m p o s e dw i t hr e l e v a n tw a v e l e t ，a n de x t r a c t o ，1 ) s e q u e n c e sf r o ml o w f r e q u e n c yf a c t o r st or e s t o r ew a t e r m a r ks i g n a l s e x p e r i m e n t sp r o v e t h a tn e i t h e ro ft h e t w oa l g o r i t h m sc h a n g e dt h ep e r c e p t u a lq u a l i t yo ft h eo r i g i n a ls i g n a l sa n db o t ho f t h e mh a dt h ea d v a n t a g eo fs i m p l i c i t y , s m a l la m o u n to fc a l c u l a t i o na n dg o o d r o b u s t n e s sa n dt r a n s p a r e n c y b o t ht h ea l g o r i t h m sc a na p p l yb l i n dd e t e c t i o n k e yw o r d s ：d i g i t a lw a t e r m a r k , a u d i od i g i t a lw a t e r m a r k , q u a n t i f y , b l i n d w a t e r m a r k , s e l f - a d a p t i n g 3 山东大学硕士学位论文 第一章绪论 数字水印( d i g i t a lw a t e r m a r k i n g ) 是在开放的网络环境中开发的信息安 全技术领域的新方向，优于密码学中的密码加密技术和置乱技术等传统信息安 全技术，更有效地保护了数字产品在网络上合法而广泛快速地传播和交流。 1 1 课题的研究背景 随着以微电子技术为代表的信息产业的飞速发展，多媒体、计算机网络、 个人移动通信技术等等已进入寻常百姓家。数字化逐渐深入人心，以i n t e r n e t 为先锋的网络化浪潮更是席卷全球。多媒体数据的数字化为多媒体信息的存取 提供了极大的便利，同时也极大地提高了信息表达的效率和准确率，使得数字 信息的交流和传输变成了一个相对简单且快捷的的过程。人们借助于各种物理 系统，可以方便而快速地将各种数字信息传到世界各地，在国际瓦联网上发表 自己的艺术作品、发明、创意，传递重要信息，交流各种学术，进行电予商务 活动。并且由于数字信息很容易编辑，可快速无失真的复制，易于通过网络和 物理系统低价高效地传输和分配等，为电了图1 弓馆、在线服务和电了商业等先 进多媒体服务提供了广阔发展前景。伴随着数字技术和网络化的发展，当快捷 准确廉价的数字传输于段在为无数商家带来无限机遇的同时，也提出了新的挑 战数字产品( 如电予出版物，电予绘画，音视频产品等) 的侵权、盗版和 随意篡改。当一位作者耗费心血创造了一件数字作品，并将其运用于信息网络 中，而非法使用者可以很方便地得到与原作一模一样的拷贝，并可任意进行伪 造和篡改，而合法用户却很难证明自己对作品的所有权，更无法确认伪造和篡 改的程度，也就无法通过法律武器保护自己的权益。这也正是许多出版商面对 信息网络销售模式犹豫不决的丰要原因之一。如何既充分利用瓦联网的便利， 又有效保护知识产权和信息安全，已受到人们的高度重视。 现有的许多先进数字技术己被用于防止非法盗版，例如密码技术，t u 仅采 用密码技术并不能完全解决这一问题。原因有：( 1 ) 密码仅能在数据从发送者到 4 山东大学硕士学位论文 接收者传输过程中进行数据保密。有密钥的授权用户若有人非法篡改、拷贝传 播后，版权所有者依然无法证明对作品的所有权，无法确认伪造或篡改的程度， 无法追踪盗版源头；( 2 ) 密码学技术主要是将机密信息进行特殊编码，以形成不 可识别的密文进行传递，密文容易引起攻击者的好奇及注意。所有加密的文档 一旦被破译，就与普通文档一样，将不再受到保护，无法防止被盗版，或将密 文进行破坏后再发送，其安全性也得不到有效保护；( 3 ) 对于没有密钥的人来说， 密文不可理解，从而限制了信息的传播范围；( 4 ) 对图像、声音和视频等数字信 号也采用密码加密，会使其本身信号属性受损从而影响数字化作品的质量。在 文化和商业领域，人们既需要防止盗版、篡改，更需要保证声像作品的质量。 数字水印正是在这些多元化的需求中应运而生。 数字水印是将特制的不可见的数字标记隐藏在数字产品( 图像、声音、文档、 视频信息等等) 中，用以证明原创作者对作品的所有权，并作为起诉非法侵权者 的证据，从而保护作者的合法权益。比如，有一幅数字摄影图像，为了标识作 者对该作品创作的所有权，可以采用在原图上加入可见标记的方法，但这样可 能伤害图像的完整性。利用数字水印嵌入技术，将作者标识作为一种不可见数 据( 数字水印) 隐藏于原始图像中，含水印图像能保持原图的图像格式等信息， 并不影响正常信息的复制和处理，从丰观质量而言，两幅图像差别微乎其微， 无法用肉眼察觉，只有通过特定的解码器才能从中提取隐藏信息。达到了既注 明所有权又不伤害图像的主观质量和完整性的目的。 随着i n t e r n e t 网络数量和带宽的增长，数字音频压缩技术的成熟起来。特 别是m p 3 、船d g 、a c 一3 等新一代压缩标准的广泛应用，音频资源在互联网络、 电子商务中扮演着重要的角色，音频作品在互联网上指数增加，在线音乐日益 流行。对数字音频作品的知识产权保护显得越来越重要。数字水印作为一种先 进的数字产品所有权保护措施，具有：非法复制探测能力，以确定非法产品复 制；内容鉴定的能力，用于鉴别可能经过伪造和滤波处理的侵权产品；准确的 所有权证明的能力。这些特点非常适合对网络上音频资源版权的保护，通过在 音频载体中嵌入数字水印信息，来实现拷贝限制、使用跟踪、盗用确认等功能， 是解决音频数据的版权保护问题的一个可行而有效的途径。因此数字音频水印 技术有着广阔的应用前景。研究数字音频的算法，不仅能推动数字音频水印技 山东大学硕士学位论文 术研究领域的发展，而且还具有长远的经济和社会效益。 1 2 数字水印概述 1 2 1 信息隐藏与数字水印技术 数字水印技术的基本思想源于信息隐藏的隐写术。 信息隐藏又称为信息伪装，是将有用或重要的信息隐藏于其他信息里面以 掩饰其存在。其目的不在于限制正常的资料存取，而在于保证隐藏的信息不引 起攻击者的注意和重视，从而减少被侵犯的可能性，在此基础上在使用密码学 中的经典方法来加强隐藏信息的安全性。另外，信息隐藏还要考虑隐藏的信息 的免疫能力，即在经历各种环境、攻击及操作后免遭破坏的能力。通常，在一 个载体宿丰中可以隐藏的数据量与其抵抗攻击的能力是一种矛盾，不存在两全 其美的最优算法，只能根据实际问题而有所侧重。目前，信息隐藏技术研究的 领域包括信息隐藏、信息的产权认证、信息访问的合法身份认定等。其研究范 围涉及密码学、图像处理、模式识别、数学和计算机科学领域等。虽然在各个 应用领域的侧重点各有不同，但有一点是相同的；都是利用人类感觉器官的不 敏感，以及多媒体数据中存在的，几余，将受保护信息隐藏于宿主载体信息中， 对外表现只是宿主信息的外部特征，而且并不改变宿主信息的基本特性和使用 价值。 信息隐藏技术自古以来就一直被人们用于隐蔽信息的存在性，以迷惑和欺 骗攻击者。隐写术是最直观的一种信息隐藏手段。比如在古代曾有希腊的斯巴 达人将军事情报刻在普通的木板上，用石蜡填平，收信的一方只要用火烤热木 板，融化石蜡后就可以看到密信；基于语意的隐写术，最经典的要数藏头诗； 最广泛的要算化学密写；大约7 0 0 年前，在于工造纸术中出现了纸张上的水印。 数字水印技术是通过在原始数据中嵌入秘密信息水印来证实数据的所 有权。这种被嵌入的水印可以是一段文字、标示、序列号等，而且这种水印通 常是不可见或不可觉察的，它与原始数据( 如图像、声音、视频) 紧密结合并 隐藏其中，并可以经历一些不破坏源数据使用价值或商用价值的操作而能保存 6 山东大学硕士学位论文 下来。从信号处理的角度看，嵌入掩体对象的水印信号可以视为在强背景下迭 加一个弱信号，只要迭加的水印信号强度低于人视觉系统( h v s ) 对比度门限或听 觉系统( h a s ) 对声音的感知门限，h v s 或h a s 就无法感知到信号的存在。由于h v s 和h a s 受空间、时间和频率特性的影响，因此，通过对掩体对象作定的调整， 就有可能在不引起人感知的情况下嵌入一些信息。从数字通信的角度看，水印 嵌入可理解为在个宽带信道( 掩体对象) 上用扩频通信技术传输一个窄带信号 ( 水印) 。尽管水印信号具有一定的能量，但分布到信道中任一频率上的能量是 难以检测到的。水印的译码( 检测) 则是一个有噪信道中弱信号的检测问题。 与加密技术不同，数字水印技术并不能阻止盗版活动的发生，但是，嵌入 的水印可证明创作者对作品的所有权；通过对水印的检测和分析能保证数字信 息的完整可靠性，起到有效的防伪作用；水印的不可见性既不破坏原数据的欣 赏价值、使用价值，也提高了隐藏信息的安全性。今天数字水印技术的研究大 量地借鉴了信息隐藏的思想，而数字化技术的发展又为古老的隐写术注入了新 的活力，数字水印技术已成为信息隐藏技术研究领域的重要分支。 i 2 2 数字水印系统模型 数字水印技术是水印生成、嵌入、提取和检测等过程的统称，一般数字水 印系统的通用模型包括嵌入和检测、提取。 数字水印有各种形式，可以将水印信号统一表示为： 形= w ( k ) 1w ( k ) u ，k i f - 4 ) ( 卜1 ) 其中矿d 表示维数为d 的水印域，d = 1 ，2 ，3 分别针对声音、静态图像和视频 水印。水印信号可以是二进制形式( u = 0 ，1 ) 或u = - i ，1 ) ) 或者是高斯白噪声 形式，其幅值相对于要保护的数字产品的幅值而言应该是很小的。 数字水印系统模型可定义为六元体( x ，矽，k ，g ，e ，d ) ，其中： x 表示要被保护的数字产品) ( 0 的集合； w 是水印信号集合； k 是水印密钥空间； g 表示用密钥与要加水印的数字产品产牛水印的水印生成算法 7 山东大学硕士学位论文 g ：x kj w ，w = g ( x ，k ) ( 1 - 2 ) e 表示在数字产品x 0 中加入水印的水印嵌入算法； e ：x w k x ，x w = e ( x o ，、聊 ( 1 - 3 ) x o 是原始的数字产品，x w 是嵌入水印后得到的数字产品。 d 为水印检测算法。 d ：x kj 0 ，1 ) ( 1 - 4 ) 吣= ：麓篡瑞 m 5 ， h 。和h 。是二值假设，分别表示水印的有无。 l 、水印的生成 水印信号的产生通常基于伪随机数发生器或混沌动力系统。产生的水印信 号w 往往需要进一步的变换以适应水印嵌入算法。在数字水印算法设计中，每 一种水印信号的设计和水印的嵌入、提取算法的相关性不大。 2 、水印的嵌入 数字水印嵌入模型如图1 1 所示。 水印嵌入就是把水印信号w = w ( 七) ) 嵌入到原始产品x 。= ( 足) ) 中，一般 的水印嵌入规则可描述为 x 。( k o = x 0 ( 七) oh ( k ) w ( k ) ( 卜6 ) 其中。为某种叠加操作，也可能包括合适的截断操作或量化操作。 h = 矗( 尼) ) 称为d 维的水印嵌入掩码。最常用的嵌入准则有： z x ：浆“x o ( 的k ) + o 淼，黧 m 7 ， ( 露) =+ 州j | ) ，乘法准则 变量x 既可以指掩体对象采样的幅值( 时域) ，也可以是某种变换的系数值 ( 变换域) ；参数0 【可能随采样数据的不同而不同。 山东大学硕士学位论文 图1 1 数字水印的嵌入模型 3 、水印的提取 数字水印的提取模型如图1 2 所示，图中虚线框部分表示在提取水印信号 时原始信息不是必需的。 在完整性确认应用中，必须能够精确地提取嵌入的水印，并且通过水印的 完整性来确认多媒体数据的完整性。如果提取出的水印发生了部分的变化，最 好还能够通过发生变化的水印的位置来确定原始数据被篡改的位置，在某些水 印系统中，水印被精确地提取出来的过程被称为水印提取。 图1 j 数字水印的检测模型 4 、水印的检测 数字水印的检测模型如图1 3 所示，图中虚线框部分表示在判断水印信号 时原始信息不是必需的。 对于丰要用于版权保护的鲁棒性水印，因为它很可能遭受到各种恶意的攻 击，嵌入水印的数据经历一些操作后，提取出来的水印已经面目全非。此时需 要一个水印检测过程。水印检测的第一步是用算予g 产牛水印即水印提取，第 二步是用算予d 进行检测即水印判决。水印判决的一般做法是相关性检测，即 选择一个相关性判决标准，计算提取出的水印与原始水印的相关值，如果高于 9 山东大学硕士学位论文 判决标准，则可以基本断定被检测数据含有指定的水印。 l 原始信息i 图l 】数字水印的提取模型 水印的提取和检测可作用于任何产品，提取和检测时可需要原始产品的参 与，也可不需要原始产品的参与。但将水印技术用于产品的网络发布和传播时， 在检测时使用原始产品则是一个缺陷。 1 2 3 数字水印的基本特性 数字水印技术除了具备信息隐藏技术的一般特性外，还有着其固有的特性。 不同的应用角色对数字水印的特性有不同的要求，比如在以版权保护为丰要目 的的数字水印系统中，隐藏信息的丢失，即意味着版权信息的丢失，从而失去 了版权保护的功能，也就是说，这一系统是失败的。如何判断该系统是否适宜 应用，可以由水印系统的特性来决定。根据实际的应用目的和技术要求，数字 水印技术一般有的基本特性如下： 1 、透明性。又称不可感知性，是嵌入水印后载体的感知度量。当向图像、 音频、视频等嵌入水印后应不引起被保护数据的明显降质现象，比如，牛成的 水印对于图像是不可见的，对于音频是不能被听到的。并且攻击者也很难用统 计的方法发现或删除嵌入的水印。 2 、鲁棒性。又称稳健性，是水印系统承载常规处理的能力。即有数字水印 的数据能够抵抗传输过程中的常用信号处理引入的失真和攻击。 3 、安全性。是水印系统抵抗恶意攻击的能力。 4 、确定性。又称可证明性，是水印算法能识别被嵌入到被保护对象中与所 l o 山东大学硕士学位论文 有者有关的信息，恢复出水印或水印判决结果能确定地表明所有权，不会发生 多重所有权的纠纷。 5 、自恢复性。是当水印系统被操作变换后，在不需要原始数据的情况下， 能从遭到破坏的片断数据中恢复隐藏水印信息的性能。 6 、通用性。又称广泛性，是指水印算法应当同时广泛的适用于音频、视频、 图像等不同的原始数字媒体。 7 、计算有效性。是指水印处理算法应该比较容易用软硬件实现。尤其是水 印检测算法必须足够快，以满足在产品发行网络上对多媒体数据的管理。 在一个数字水印系统中，并非全部或仅具有上述特性。可以根据应用的需 求调整水印系统的特性，比如，鲁棒性只是用于版权保护的水印，而对以保护 数据完整性为目的的数字水印来说，脆弱性是其最重要的特征。某个特性的改 善，通称是通过牺牲其他特性的性能得到的，最终使各个特性在调整的过程中 获得妥协的平衡。比如，水印的数据量和鲁棒性构成一对基本矛盾，理想的水 印算法应该既能隐藏大量数据，又可以抗各种信道噪声和信号变形。然而在实 际操作中两个指标往往不能同时实现，但是实际应用一般只偏重其中的一个方 面。为了隐藏通信，数据量显然是最重要的，由于通信方式极为隐蔽，遭遇敌 方篡改攻击的可能性很小，因而对鲁棒性要求不高；但对保证数据安全来说， 情况恰恰相反，各种保密的数据随时面临着被盗取和篡改的危险，所以鲁棒性 是十分重要的，此时，隐藏数据的要求居于次要地位。 1 2 4 数字水印的分类 数字水印的分类方法有很多种。分类的出发点不同导致了分类的不同，它 们之间既有联系又有区别。最常用的分类方法包括以下几类n 2 1 ： 1 、按水印可见性可分为可见水印( v i s i b l e wa t e r m a r k i n g ) 和不可见水印 ( i n v i s i b l e wa t e r m a r k i n g ) 。 可见水印是可以看见的水印，它与可视的纸张中的水印相似，可以理解为 通常意义上的图像融合，如电视频道上特有的半透明标识。不可见水印是一种 应用广泛的水印，它在图像、音频或视频当中，是不可察觉的，但当发牛版权 山东大学硕士学位论文 纠纷时，所有者可以从中提取标记，从而证明该物品为某人所有。本文着重涉 及不可见水印的研究。 2 、按水印特性可分为脆弱性水印( f r a g i l e wa t e n n a r k i n g ) 和鲁棒性水印 ( r o b u s t wa t e r m a r k i n g ) 。 脆弱性水印很容易被破坏，主要用于完整性保护，对信号的改动很敏感， 哪怕细小的修改也会影响数字水印的提取和检测，人们可根据脆弱性水印的状 态判断数据是否被篡改过。鲁棒性水印能经得起各种编辑处理操作而存留下来， 主要用于版权保护，是水印研究的重点。 3 、按水印检侧过程可分为非盲水印( n o b li n d wa t e r m a r k i n g ) 和盲水印 ( b 1i n d wa t e r m a r k i n g ) 。 在提取或检测水印的过程中，如果需要原始数据来提取水印信号，称为非 盲水印算法；如果不需要原始数据参与，可直接根据加水印后的数据提取出水 印信号，则称为盲水印算法。一般来说，非盲水印比盲水印更安全更具有鲁棒 性，但盲水印更符合所有权验证的需要，实用性更强。 4 、按水印来源可分为独立于媒体的水印和媒体自适应水印。 独立于媒体的水印可以是事先给定的，也可以是随机产生的；而媒体自适 应水印是利用媒体的特性牛成的水印。 5 、按水印的公开性可分为私有水印( p r i v a t e wa t e r m a r k i n g ) 和公开水印 ( p u b li c wa t e r m a r k i n g 。 私有水印只能被特定密钥持有人读取或检测，而公开水印可以被公众提取 或检测。公开水印的安全性不如私有水印高，但公开水印在声明版权信息和预 防侵权行为上无疑具有优势，是水印发展的方向之一。 6 、按水印嵌入过程是否可逆可分为对称( s y m m e t r i c a l wa t e r m a r k i n g ) 水印 和非对称水印( a s y m m e t r i c w a t e r m a r k i n g ) 。前者水印嵌入与水印提取或检测过 程是瓦逆的。如果知道检测原理就能够轻易的删除水印，所以检测算法是不公 开的。后者是要求公开检测算法，但不能根据检测算法祛除已嵌入的水印。目 前有些文献中提出在嵌入阶段和检测阶段使用不同的密钥，或只在嵌入时使用 密钥而检测时不使用密钥，其切实可行的方法还有待研究。 7 、按水印的内容可分为有意义水印和无意义水印。 1 2 山东大学硕士学位论文 前者是指水印是某数字图像或数字音频片断的编码，如果由于受到攻击或 其他原因致使编码后的水印破损，人们仍可通过视觉观察确认是否有水印。后 者则只对应于一个序列号，如果编码后的水印序列有若干码元错误，则只能通 过统计决策来确定信号中是否含有水印。 8 、按水印载体类型可分为图像水印、音频水印、视频水印、文本水印以及 用于三维网络模型的网格水印等。 9 、按水印的实现算法可分为时域水印和变换域水印。 前者直接通过对时域中数据采样点的幅度值进行修改，将水印信息嵌入选 定的采样数据中。而后者首先对原始媒体信号的采样数据进行适当的变换( 如离 散傅里叶变换、离散余弦变换、离散小波变换等) ，然后通过修改变换域中选定 的某些系数将水印信息嵌入，最后通过相应的反变换恢复出含有水印信息的媒 体信号。一般来说变换域算法可嵌入水印数据量大，鲁棒性和透明性好，安全 性高，但算法复杂度也高。 随着数字技术的不断发展，还会有更多种类的数字媒体出现，同时也会产 生相应载体的水印技术。 上述各类数字水印并不是独立不相关的，而是相瓦联系且相互包含的，例如 变换域水印中既可包括盲水印和非盲水印，也可包括鲁棒性水印和脆弱性水印。 1 2 5 数字水印的主要应用领域 不同的需求造就了不同的水印技术，总的来说，数字水印技术有以下一些主 要应用领域。 1 、版权保护。 数字作品的所有者可用密钥产生一个水印，并将其嵌入原始数据，然后公开 发布其水印版本作品。当该作品被盗版或出现版权纠纷时，所有者即可利用图 1 2 或图1 3 的方法从盗版作品或水印版作品中获取水印信号作为版权依据， 从而保护所有者的权益。在这种应用领域中，水印技术必须有较好的鲁棒性、 安全性、透明性和水印嵌入的不可逆性。 2 、篡改提示 山东大学硕士学位论文 当数字作品被用于法律、医学、新闻及商业领域时，常需确定它们的内容是 否被修改、伪造或经过特殊处理。为实现该目的，比如通常可将原始图像分成 多个独立块，再将每个块加入不同的水印，通过检测每个数据块中的水信号， 确定作品的完整性。与其他水印不同的是，这类水印必须是脆弱的，并且检测 水印信号时不需原始数据。 3 、使用控制 在多媒体发行体系中，发行商希望存在一种不允许未授权的媒体拷贝的机 制。这种应用的一个典型例子是d v d 防拷贝系统，即将水印信息加入d v d 数据中。 d v d 播放机即可通过检测d v d 数据中的水印信息而判断其合法性和可拷贝性， 从而保护制造商的商业利益。由索尼和菲利浦公司提出的s c m s ( s e r i a lc o p y m a n a g e m e n ts y s t e m ) 是在磁带上加一个布尔型标签，来控制使用者复制的次 数，使用者只能复制一次，不能多次复制，从而用这种方法来实现防止批量拷 贝引。 4 、加指纹 为避免未经授权的拷贝制作和发行，出品人可以将不同用户的i d 或序列号 作为不同的水印( 指纹) 嵌入作品的合法拷贝中。一旦发现未经授权的拷 贝，就可以据此拷贝所恢复出的指纹确定它的来源。对于这种应用领域，水 印技术除具有版权保护应用中的特性外，还必须具有防止串谋攻击( 多拷贝 攻击) 等功能。 5 、标题与注释 将作品的标题、注释等内容( 如一幅照片的拍摄时间和地点等) 以水印形式 嵌入该作品中，这种隐式注释不需要额外的带宽，且不易丢失。 6 、在w w w 上的应用 根据数字水印技术设计的版权认证方案，可以广泛应用在电子商务、电予报 刊、广播和视频点播、虚拟图书馆等w w w 业务中。一般方法是：利用水印嵌 入过程中用到的用户密钥，创建被嵌入的水印信息；验证从多媒体信息中提取出 来的水印与被嵌水印的相似度，如果相似度大于某一个阈值，则成功；文件中 有多个水印存在时，判断水印嵌入的先后顺序。 1 4 山东大学硕士学位论文 1 3 本文的工作及内容 本课题的主要工作是研究音频信号中的数字水印算法，通过对已有算法的 分析和研究，提出了自己的算法，并且使用m a t l a b 软件进行了算法的仿真实验。 文章结构安排如下： 第一章主要对数字水印作了基本概述，包括数字水印产生的背景、系统模 型、基本特征以及分类和应用领域。 第二章主要介绍了音频数字水印的基础知识，根据与音频水印技术密切相 关的音频的特点和人类听觉特性以及对数字水印的攻击，分析数字音频水印的 特点、要求和评价标准，同时分析了数字水印的几种算法。 第三章提出了基于d c t 域的自适应音频数字水印算法，给出了仿真实验 和结果分析。 第四章提出了基于离散小波域自同步数字音频水印算法，给出了仿真实验 和结果分析。 第五章对全文工作进行总结，对音频数字水印算法的发展趋势进行了展 望。 山东大学硕士学位论文 第二章数字音频水印基础 数字音频水印就是在不影响原始音频质量的条件下，利用数字音频信号中的 冗余信息向其中嵌入具有特定意义且易于提取的信息的过程。根据应用目的不 同，被嵌入的信息可以是版权标识符、作品序列号、文字( 如艺术家和歌曲的 名字) ，甚至是一个小的图像或一小段音频h 1 等。水印与原始音频数据紧密结合 并隐藏在其中，通常是不可听到的，而且能够抵抗一般音频信号处理和盗版者 的某些恶意攻击。与图像水印和视频水印一样，数字音频水印是一门新兴的科 学，它集音频信号处理、密码学、通信理论、编码理论、信号压缩和人类听觉 系统理论于一体，是多学科交汇的技术。 2 1 音频信号的特点及人类听觉特性 音频数字水印加载的方法和思路与其他数字水印有很大的差别。音频数字水 印的载体当然是音频信号，水印信息可以是任何数字内容。若要设计良好的音 频数字水印必须充分考虑音频信号的特点( 音频信号的数字化和存储格式) 及 心理声学模型( 特别是人类听觉特性) 。 2 1 1 音频信号的特点 对于入耳的感觉，卢音的描述是用响度、音调和音色来描述的，任何复杂 的声音都可以用声强或声压的幅度、频率和相位来表示。 自然界中的音频信号是幅度随时间而变的一维连续信号，不仅在时间上是 连续的，而且在幅度上也是连续的，它是一般频率范围为2 0 2 0 0 0 0 t l z 的模拟音 频信号。计算机无法对这种模拟信号进行处理，只能处理在时间上和幅度上都 是有限的信号，也就是数字信号。因此要对音频信号进行计算机处理，就必须 对音频信号进行数字化。音频信号的数字化是指将模拟信号变为时间和i 幅度均 为离散的数字信号。一般使用采样和量化来实现。采样是将时间上连续的音频 山东大学硕士学位论文 信号吒( f ) ，离散化成一个样本序列x ( 刀) = x o ( n t ) ，t 为抽样周期；而量化则是 将该序列的样本幅度再离散化，从而得到时间和幅度都为离散值的数字音频信 号。音频信号数字化框图如所示： 图2 1 音频信号数字化的一般流程 音频常用的采样频率包括8 k h z 、9 6k h z 、1 0k h z 、1 2 k h z 、1 6k h z 、2 2 0 5 k h z 和4 4 1k h z 。采样频率影响水印数据的隐藏量，因为它给出了可用频谱的 上限，对大多数已有的水印技术而言，可用的数据空间与采样频率的增长里线 性关系。量化方法会使信号产生一些畸变，对高质量音频的量化方式最流行的 格式是1 6 b i t 线性量化。 水印嵌入的速率不仅依赖于信号的采样率和量化精度，还依赖于音频编码 类型。在因特网上和各种机器上运行的音频文件格式很多，目前比较流行的有 以w a y ( w a v e f o r m ) a u ( a u d i o ) a i f f ( a u d i oi n t e r c h a n g e a b l ef i l ef o r m a t ) s n d ( s o u n d ) 为扩展的文件格式。勋y 格式丰要用在p c 机上，a u 主要用在u n i x 工作上，a i f f 和s n d 主要用在苹果机和s g i 工作站上。另外，现在广泛流行于 网上的有m p 3 格式，y p f 格式。m p 3 格式是m p e g l 标准的第三层，由于m p 3 本 身是嫡编码，无法直接得到声音信号的原始的幅度值，也就是说无法直接做信 号处理，所以本文下面所用的声音文件格式都是w i n d o w s 系统所采用的波形声 音文件存储格式。w a v 的文件格式又有不同的数据编码方式，其中最为常用的 是p c m ( p u l s ec o d em o d u l a t i o n ) 格式，即脉冲编码调制。本文下面所用的声音 格式都是p c m 编码格式。 2 1 2 人类的听觉特性 实践证明，声音虽然客观存在，但是人的丰观( 听觉) 和客观实际( 声波) 并不完全一致。人耳听觉有其独有的特性。为了提高水印算法的不可感知性， 在音频文件中嵌入水印数据的各种方法都要利用到人类听觉系统的某些特性， 1 7 山东大学硕士学位论文 即人类的听觉生理一心理特性。 1 、人的听觉具有掩蔽效应。 人类的听觉系统具有复杂的功能，不但是一个极端灵敏的声音接受器，它还 具有选择性，可以起分析器的作用，此外和大脑的作用结合还具有判别响度、 声调和音色的本领。因此听觉特性涉及到有关生理学和心理学两方面的问题。 人类听觉系统对音频文件中附加的随机噪声极敏感，微小的扰动即可觉察出来。 但在心理声学上人耳具有掩蔽效应，这是由于声音信号在人的听觉系统中会经 过非线性加工，掩蔽效应正是听觉的非线性引起的常见心理声学现象。 掩蔽效应是指当两个响度不等的声音作用于人耳时，响度较高的频率成分的 存在会影响到响度较低的频率成分的感受，使其变得不易察觉。利用掩蔽效应 可以用有用声音信号掩蔽的无用声音信号。一般来说，低音容易掩蔽高音，而 高音掩蔽低音较难。掩蔽会造成因一个声音的存在，而使另一个声音的听觉阈 值上升。当某频带音频信号的能量远大于相邻频带的音频信号时，一定范围内 的其它频带信号都被掩蔽起来，即使其能量已超越人耳在安静环境下的听觉阈 值仍然无法被人耳察觉。 掩蔽效应是一种常见的心理声学现象，它由人耳对声音的频率分辨机制决 定，具体分为以下的频率掩蔽和时域掩蔽两种。频率掩蔽是指在音频信号频率 分量之间的掩蔽。如果两个频率相近的信号同时发生，即一个较弱声音落在一 个较强声音的临界频带中，那么强信号( 掩蔽者) 就会将弱信号( 被掩蔽者) 掩蔽掉。但是如果两者只是在相近的不同临界频带内，这种屏蔽效应将大大减 弱。振幅值在静音门限或掩蔽门限以下的信号都可以被除去而不会影响声音质 量。掩蔽阈值依赖于频率的声压级以及掩蔽信号和被掩蔽信号的类音调 ( t o n e - 1 i k e ) 和类噪声( n o i s e - 1 i k e ) 特性。宽带噪声掩蔽音调信号比音调信 号掩蔽宽带噪声更容易；时域掩蔽包括预先掩蔽( p r e m a s k i n g ) 、后掩蔽 ( p o