（通信与信息系统专业论文）数字水印系统和能量自适应lsb语音数字水印研究.pdf

摘要 w s 3 s 8 0 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，极大地提高了信息表达的 效率和准确性。随着i c 技术的发展和m t e m e t 的普及，多媒体通信也发展到一个前所未有 的情形。人们可以通过i n m e t 发布自己的作品、进行网络贸易等，随之而来的盗版问题也 变得十分严重。 目前，密码加密术不能完全解决版权保护问题。密码仅能在数据从发送者到接收者传输 过程中对数据进行保密，自从1 9 9 3 年数字水印出现以来，数字水印技术已经被认为是数字 、j 产品版权保护的有效手段。y 本论文在第一部分先介绍了数字水印技术所需的语音和图像处理方面的基础知识和传 统的信息安全技术和信息隐藏技术，然后为数字水印构建了一个系统理论框架，并系统地论 述了数字水印的时代背景、定义、数学模型、一般特性和要求、分类和算法、对数字水印的 攻击评估以及数字水印的研究现状，最后，提出了一种基于时域能量的自适应l s b 水印的 新算法，仿真结果表明，该算法具有比l s b 优越的隐蔽性和鲁棒性。本论文在构建数字水 印系统理论框架和在提出的新的基于时域能量特性的自适应l s b 语音数字水印算法上具有 创新性。 关键词：信息隐藏数字水印鲁棒性自适应 a b s t r a c t t h e d i g i t a l i z a t i o no f t h em u l t i m e d i ad a t u mp r o v i d e sm u c hc o n v e n i e n c ef o rt h em u l t i m e d i a i n f o r m a t i o n ss t o r a g ea n de x t r a c t i o n i tm a k e sm u c hi m p r o v e m e n t o f t h e e f f i c i e n c ya n dv e r a c i t yo f i n f o r m a t i o ne x p r e s s i o n w i t ht h ed e v e l o p m e n to ft h ei ct e c h n o l o g ya n dt h ei n t e r n e t ，m u l t i m e d i a c o m m u n i c a t i o nh a si m p r o v e dt oau n p r e c e d e n t e ds i t u a t i o n p e o p l ec a nd i s t r i b u t et h e i rw r i t i n ga n d m a k et r a d et h r o u g hi n t e r a c t t h i sb r i n g sas e r i o u sp r i v a t ep r o b l e m u p t on o w , e n c r y p t i o nc a n n o ts o l v et h i sp r o b l e me n t i r e l y e n c r y p t i o nc a no n l yp r o t e c tt h e d a t u mi nt h et r a n s m i r i n gp r o c e s s t h ed i g i t a lw a t e r m a r k i n gt e c h n i q u eh a sb e e nt h o u g h tt h e e f f i c i e n c yt o o lo f t h ec o p y r i g h tp r o t e c t i o n i nt h i st h e s i s f i r s tp a r t ，t h eb a s i ck n o w l e d g ef o rd i g i t a lw a t e r m a r k i n gi ns p e e c ha n di m a g e s i g n a lp r o c e s s i n gi n t r o d u c e s ，t h et r a d i t i o n a li n f o r m a t i o ns e c u r i t yt e c h n i q u e sa n d t h ei n f o r m a t i o n h i d i n gt e c h n i q u e sa r ei n t r o d u c e d t h e nc o n s t r u c t s af r a m eo ft h ed i g i t a lw a t e r m a r k i n gs y s t e m t h e o r y a n dd i s c u s s e st h e d i g i t a lw a t e r m a r k i n gb a c k g r o u n d ，d e f i n i t i o n ，m a t h e m a t i c a l m o d e l ， g e n e r a lp r o p e r t i e s a n d r e q u i r e s ，c l a s s i f i c a t i o n ，a l g o r i t h m ，t h e a t t a c k sa n da s s e s so nd i g i t a l w a t e r m a r k i n ga n d t h ep r e s e n ts t u d i e si nd i g i t a lw a t e r m a r k i n g f i n a l l y , p r o p o s e san e wa d a p t i v e l s b a l g o r i t h mb a s e d o n e n e r g y i nt i m ed o m a i n t h es i m u l a t i o nr e s u l t ss h o wah i g h e rp e r f o r m a n c e i nt r a n s p a r e n c ya n dr o b u s t n e s s t h i st h e s i sh a st h ei n n o v a t i o ni nc o r t s t r u e t i n gt h ef r a m eo f t h e d i g i t a lw a t e r m a r ks y s t e mt h e o r ya n d t h et i m ed o m a i ne n e r g yp r o p e r t yb a s e da d a p t i v el s ba u d i o d i g i t a lw a t e r m a r k i n ga l g o r i t h m k e y w o r d s ：i n f o r m a t i o nh i d i n g ，d i g i t a lw a t e r m a r k i n g , r o b u s t n e s s ，a d a p t i v e u 塑堡查兰堡主堂垡堡茎 第一章概述 随着时代的进步，信息科技的发展给人类的信息交流带来了极大的方便，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，极大地提高了信息表达的效率和准确性。 随着i n t e m e t 的普及，多媒体信息的交流传播已达到了前所未有的广度和深度，然而随之而 来的数字产品版权保护的问题也变得十分严重。相应传统网络信息安全的解决措施是数据 加密技术。然而数据加密技术不能完全解决版权问题，密码技术仅能在数据从发送者到接 收者传输过程中对数据进行保密，一旦数据被接收解密之后，就和普通数据一样，将不再 受到保护，无法防止盗版的发生。因此，必须寻求新技术来解决数字产品的版权保护问题。 数字水印技术正是在9 0 年代以来网络技术迅猛发展这样的历史背景下出现并且发展起 来的。自从1 9 9 3 年c a r o n n i 首次提出的“数字水印”概念之后，数字水印技术已经成为版 权保护技术的研究热点，因为数字水印被认为是防止数字产品盗版的有效手段。因为它可 以将有关作者以及其它的有关版权的信息加入到视频和音频数据产品中，并且对非法用户 的攻击具有鲁棒性，也就是说非法用户在不破坏数字产品的质量是不能提取或去除数字水 印，而合法用户可以检测水印信息来证明版权的有效性。所以数字水印在保护多媒体数据 版权方面具有数据加密技术无法比拟的优越性。 数字水印技术是一种从信息隐藏技术中发展出来的技术，数字水印技术是利用数字产品 中的冗余信息将携有知识产权信息等内容的数据( 水印信息) 以可察觉或不可察觉的方式隐 藏到被保护的数字产品中，并且可以从加了数字水印的数字产品中检测或者提取出水印信息 ( 有关版权的信息) ，从而可以证明原创作者对数字作品的版权，辨别合法用户。数字水印 还可以作为起诉非法侵权者的依据。一般数字水印系统包括数字水印的嵌入、提取和检测、 以及对数字水印的攻击等。 数字水印一般有：不可感知性、鲁棒性、检测的可靠性、计算的有效性、算法安全性 等特点和要求。 从数字水印的载体主要有图像数字水印和语音数字水印，本论文正是对这两种数字水 印系统进行研究的文章，本论文的着重点在与语音数字水印，因此，本论文第二章首先从 数字水印技术常用的语音技术基础出发，介绍了有关语音处理方面的诸如信号表示方法、 数字化、预处理、时频域特性、语音压缩编码以及编码标准等数字水印技术中经常使用到 浙江大学硕士学位论文 的基础知识；其次，在第三章中从信息安全技术的发展，介绍了传统的信息安全技术( 信 息加密技术) 和信息隐藏技术，追述了数字水印技术的根源；然后在本论文的重点部分( 四、 五章) 着重给出了一个数字水印技术的系统框架，并系统地论述了数字水印技术的时代背 景、定义、数学模型、一般特性和要求、基本分类和算法、对数字水印的攻击评估以及现 今对数字水印技术的研究现状，展望了将来水印技术的发展方向，还针对对图像载体和语 音载体各自不同的特性，分别阐述了图像数字水印和语音数字水印的特点，并对数字水印 中的鲁棒性和隐秘性给出了信息论解释；最后，提出了一种基于语音载体信号的时域能量 统计特性的自适应l s b 水印的新算法，并对该算法性能做了基本的仿真测试，得出了肯定 的结论。 本论文在构建数字水印系统框架，在试图对数字水印技术建立一套系统的理论体系上， 以及在提出的新的基于时域能量特性的自适应l s b 语音数字水印算法上具有创新性。 2 浙江大学硕士学位论文 第二章数字水印中的语音与图像技术基础 数字水印技术正是利用语音和图像本身固有的特点，把数字作品的版权等信息嵌入到数 字作品中，以达到对数字产品的版权进行保护的目的。因此我们有必要了解语音和图像的基 础知识，以及实际常常使用的语音和图像处理方法，这对于设计好的数字水印方案有着重要 的指导意义，特别是对水印方法的鲁棒性和隐秘性等性能的要求上。如果能够很好的利用语 音和图像的各种处理和压缩编码方法，可以设计出对各种处理和压缩编码方法具有鲁棒性的 数字水印方案。 本章对数字水印技术中常常用到的诸如语音声学基础、语音的感知、语音信号的数字化、 预处理、时频域分析和语音编码等语音技术基础，以及诸如图像表示方法、图像压缩标准、 图像处理系统和图像编码等图像技术基础进行简单的介绍。 2 1 1 语音声学基础 2 1 语音技术基础 声波是一种机械振动，只能在气体、液体和固体中传播，用来描述它的最基本的物理 量就是振幅和频率。语音同其他声音一样具有一定的音色、音调、音强和音长。青色也叫 音质，是一种声音区别于其他声音的基本特征。语音的音色与振动频率、发声器官的送气 方式和声道形状、尺寸密切相关。音调是指声音的高低，也称为音高，它取决于振动频率， 频率越高，音调越高。声音的强弱叫作音强，它取决于声波振动的幅度。声音的长短叫作 音长，它取决于发音持续时间的长短。 语音信号的最基本组成单位是音素，音素可分为清音和浊音两大类。音节是由音素结 合而成的语音流最小单位，是发声的最小单位。一个音节由“元膏( v o w 0 1 ) 一辅音 ( c o n s o n a n t ) ”构成。元音是由声带振动发出来的乐音，所以元音都是浊音。辅音则是由呼 出的声流克服发音器官的阻碍而产生的，分为清辅音( 发音时声带不振动) 和浊辅音( 发 音时声带振动) 两种。 1 ) 声音的几个参数及其度量： a 声音的频率 波长 和声音传播速度的关系： c=fx=t(2-1、 3 浙江大学硕士学位论文 b 声压( p ) ：声场的某一微小区域中因声波传播而引起的气压的变化就是声压，表示如 _ f 式1 2 ：旷1 p o( 2 - 2 ) c 声强( d ：单位时间内通过声波传播方向垂直的面上某一单位面积上的声能的平均值 就是声强如2 - 3 式所示 - - p 2 r i l l s po c ( w m 2 )( 2 3 ) 2 ) 语音信号产生的数字模型 产生语音信号的框图如2 - 1 所示： 基音频率 语音信号 帕 图2 - 1 语音信号产生的数字模型框图 其中，声门脉冲模型滤波器g 的作用是使浊音的激励信号具有声门气流脉冲的实际波形， 如果令： q 加巧牙杀历 ) 式中g l 、9 2 都接近于1 ，那么由其生成的浊音激励信号频谱接近于声门气流脉冲的频谱；增 益因子彳v 和a u 分别用于调节浊音和清音语音的幅度和能量；声道模型嘲给出了声道的传 输函数，把实际声道作为一个变截面声管加以研究，嘲可以表示为( 其中a o = l ，a l 为实数，p 为全极点滤波器的阶) y ( z ) = 了上一 ( 2 - 5 ) 艺口z 。 2 1 2 语音感知 所谓语音感知就是指将听到的声音经过大脑的处理后变成确切的含义。 1 ) 性能 人耳对声强的感受有很大的动态范围： 1 0 1 6w c m 2 1 0 4 w c m 2 ，能感受到的频率范围 4 浙江大学硕士学位论文 _ _ _ _ _ _ _ - _ _ _ - _ _ _ _ _ _ _ 一 一一 约为2 0 2 0 0 0 0 h z 。人耳对频率的分辩能力也是非均匀的，而且受声强的影响。 2 ) 响度 响度是一个主观心理量，是人类主观感觉到的声音强弱程度。响度是频率和声压级的 函数，一般来说，当声音频率一定时，声强越强则响度越大。人耳对于3 0 0 0 4 0 0 0 h z 的声 音的音强的感觉最灵敏。 3 ) 音高( 也称为音调或者基音) 这是一个于声音频率相对应的主观心理量，是人类听觉系统对于声音频率高低的感觉。 单位是美尔( m e l ) 。但是音调与声音的频率并不成正比例关系，它还和声音的强度及波形 有关。 4 ) 掩蔽效应 人耳接受一个声音a 时有可能受到另一个声音b 的干扰或压制，这种现象就是掩蔽效 应，换句话说，掩蔽效应是使一个声音a 能感知的阀值因另一个声音b 的出现而提高的现 象，这时b 叫作掩蔽声，a 叫作被掩蔽声。被掩蔽声刚能听到时的掩蔽声的强度叫作掩蔽 阀限。掩蔽现象有同时掩蔽效应和非同时掩蔽效应。 2 1 3 语音信号及其数字化 模拟语音信号是幅度随时间而变的一维信号，它的频率范围一般是2 0 2 0 0 0 0 h z ，但是 对语音清晰度和可懂度有明显影响的成分，其最高频率约为5 7 h z 。通常电话语音的频率范 围大约是6 0 3 4 0 0 h z 左右。 语音信号的数字化是指将模拟语音信号变为时间和幅度均为离散的数字信号。把模拟 语音信号数字化必须经过抽样和量化两个步骤。抽样是将时间上连续的语音信号“o 离散 化成一个样本序列硝h 户岛0 d ，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语音信号。语音信号数字化框图如2 - 2 所示： 图2 - 2 语音数字化的一般框图 1 ) 抽样 抽样就是把时间上连续的模拟语音信号( f ) 在时域上进行等间隔抽取样本值，得到一 个离散的样本序列：x 0 ) = x 和d ， 一o 。 n 。 ( 2 6 ) 5 浙江大学硕士学位论文 其中， 为整数，t 为抽样周期，疋= l i t 为抽样频率，抽样过程如图2 _ 3 所示 图2 - 3 语音信号抽样 抽样带来的一个问题是有用信息是否会丢失，根据奈奎斯特( n y q u i s t ) 抽样定理：当 抽样频率大于信号的两倍带宽时，可以从抽样信号x ( ) 精确地恢复原始信号以f ) ，抽样过程 不会丢失有用信息。 2 ) 量化 量化就是将时间上离散而幅度仍然连续的样本序列m 沪x “”d 的幅度值离散化。一般 地，将整个幅度值分割成有限个区间，把落入同一个区间地样本都赋予相周地幅度值。 量化后地样本值x7 ) 和原始值x 伽) 的差值8 0 产x7 ( ，) 一缸呐，称为量化误差或者量化 噪声。当信号以f ) 波形变化足够大，或者量化间隔么足够小时，可以证明量化噪声符合具 有以下特性的统计模型：1 ) 量化噪声是一个平稳的白噪声过程；2 ) 量化噪声和输入信号不 相关；3 ) 量化噪声在量化间隔内是均匀分布，即有等概率密度分布。 2 1 4 语音信号的预处理 在对语音信号进行分析和处理之前，必须先进行信号的预处理。除了前面讲到的数字 化之外，还包括放大及增益控制、反混叠滤波、预加重等。在需要语音输出的地方还要进行 数模转换( d a ) 和起平滑作用的模拟低通滤波( 即平滑滤波) 。图2 - 4 给出了一般语音数 字分析和处理的系统框图。 语音输入 语音输出 图2 4 语音信号处理系统框图 6 浙江大学硕士学位论文 a d 转换前的反混叠滤波器的作用有两个：一个是抑制电源干扰；二是抑制输入信号 中各频率分量中频率分量超f j 2 的所有分量饥为信号采样频率) ，防止混叠干扰。因此， 反混叠滤波器必须为带通滤波器，其上、下截止频率分别为局和五。对于目前大多数语音 编码器，f h = 3 4 0 0 h z ，五= 6 0 1 0 0 h z ，工= 8 l 沮z 。d a 转换后面的低通滤波器用于平滑重构 语音波形的高次谐波。 预加重处理是在a d 转换后面加一个6 d b 倍频程的提升高频率特性的预加重数字滤波 器，目的是提升高频部分，使语音信号的频谱变得平坦，便于进行频谱分析或者声道参数 分析。 2 1 5 语音信号的时频域分析 语音的时域分析是最早对语音信号进行分析的方法，也是应用最广泛的一种方法，这 种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析及用于语音的 分割、预处理和大分类等等。这种分析方法的特点是：表示语音信号比较直观、物理意义 明确；实现比较简单、运算量少；可以得到语音的一些重要参数；采用示波器等通用设备， 使用较为简单容易。 1 ) 语音信号的短时平稳特性 语音信号是时变信号，所以它是一个非稳态过程。但是，在一个短时间范围内其特性 基本保持不变即相对稳定的，因而可以将其看作是一个准稳态过程。这就是语音信号的“短 时平稳”特性。所以对语音的分析和处理都必须建立在这一特性基础上，即对语音信号进 行“短时分析”，将语音信号分为一段一段来分析，每一段称为一“帧”，一帧的长度一般 取为1 0 3 0 m s 。 2 ) 语音的短时能量、幅度和跨零数分析 a 短时平均能量定义如下：定义以n 为标志的某帧语音信号的短时平均能量晶为 e n = b ( m ) w 一肌) 】2 =b ( 朋) w 一小) 】2 ( 2 - 7 ) m = m = n - n + l 其中，w ( ”) 是语音信号分帧所采用的窗函数，一般窗函数可以采用宣角窗 f 1 , 0 s n n 一1 w ( ”) 2 1 0 ，其他 2 这时，短时平均能量晶为 7 塑垩奎堂堡主堂些丝塞 若令h ( n ) - - w 2 伽) ，则上式可以写成 e n = x 2 ( 珑) ( 2 - 9 ) e n = x 2 ( 聊) | l l ( 一m ) = x 2 ( 肝) 女 ( ) ( 2 1 0 ) m = 一 上式表明，窗口加权的短时能量相当于将“语音平方”信号通过一个线性滤波器的输出， 该滤波器的单位冲击响应为 ( ) ，如图2 - 5 所示为短时平均能量的方框图，或者采用海明窗 w 。凡，：1 i o 5 4 - o 4 6 c o s 器1 ，。竹一， 。：一。， l o ，其他 采用不同的窗函数得到的结果不同，直角窗的频谱平滑性较好，但是波形细节丢失， 而海明窗则反之。 短时平均能量分析的作用有如下三个： i 给出了区分清音段和浊音段语音的基础，通常e n ( 。b 蝎( 。) ； i i 大致定出浊音语音变为清音语音的时刻，或者反之； i i i 对于高质量语音( 高信噪比) ，能区分有无语音。 图2 - 5 短时平均能量的方框图 b 短时平均幅度函数 短时平均幅度函数定义如下 m 。= i x ( m ) 1 w ( n m ) = i 工( 玎) i ，w ( ”) ( 2 1 2 ) 其实现框图如2 - 6 所示 图2 - 6 短时平均幅度的方框图 c 短时平均跨零数 跨零是指信号通过零值。对于离散时间序列，跨零指的是取样值改变符号。跨零数是 每秒内信号值通过零值的次数。对于离散时间序列，跨零数是每个样本改变符号的次数。 8 浙江大学硕士学位论文 语音信号序列x ( n ) 的短时平均跨零数z n 定义如下 z 。= i s g i l b ( m ) 卜s g n x ( m 一1 ) 1 w ( 疗一m ) = i s g n k ( 竹) 】一s g n b ( 聍一1 ) 】+ w ( ”) ( 2 1 3 ) 这里，s g n 提符号函数，w ( n ) 是如下窗e l 函数： r1 l 二_ ，0 仃n 一1 w ( n ) = 2 n ( 2 - 1 4 ) 【o ，其他 实现框图如2 7 所示 图2 7 短时平均跨零数的方框图 3 ) 短时自相关函数 对于确定性信号序列，自相关函数尉七) 定义为 r ( 七) = x ( m ) x ( m + 七) ( 2 1 5 ) 对于随机信号序列或者周期信号序列，自相关函数定义为 踯) 2 1 n 1 粤赢l , i 罾( 咖( 斛七) 呻 t 1 _ l 一 自相关函数r 具有如下性质； ( 2 1 6 ) a 如果序列的周期为p ，则其自相关函数的周期也为p ，即圈叫跹“，) ； b 自相关函数为偶函数，即胖坝_ 七) ； c k = o 时，自相关函数具有最大值，即l 尉的l 。斌0 ) ； d 对确定信号，尉o ) 等于能量，对随机或周期信号，即) 等于平均功率。 因此，可以说自相关函数是一个特殊的能量，而且它是表示周期性的一种有效方法。 短时自相关函数定义为 b ( i ) = x ( m ) w ( n - m ) x ( m + k ) w ( n m - k ) ( 2 - 1 7 ) 由于是偶函数所以有 心( 七) = b ( 一七) = x ( m ) x ( m k ) w ( n - m ) w ( 一r e + k ) ( 2 1 8 ) 9 浙江大学硕士学位论文 如果定义( 月) = w 印) w ( + ，则式( 1 - 1 8 ) 可写成 r 。( ) = z x ( m ) x ( m k ) h k ( n - m ) = k ( n ) x o 上式说明语音短时自相关函数可视为序列x ( n ) x ( n - 助通过冲激响应为 “ ) 的数字滤波器的输 出，其实现框图如2 8 所示。 图2 - 8 短时自相关函数框图 “修正的短时自相关函数”定义如下： r n ( k ) 蠢。( j i ) = x ( m ) w l ( n m ) x ( m + k ) w 2 ( n m - k ) ( 2 - 2 0 ) 上式可以写成 盖。( 七) = z ( 玎+ 埘) 1 矾( ，竹) x ( 以+ m + 七) 谛2 ( 刀f + 七) ( 2 - 2 1 ) 其中蛾( m ) = w l ( 一m ) ，w 2 ( 坍) = w 2 ( 一m ) 。上面两式与( 2 1 8 ) 不同的是( n ) 、w 2 ( 一) 用了 不同的长度。 4 ) 短时傅立叶变换( s t f t ) 语音某一帧的短时傅立叶变换定义为 以( p 扣) = x ( m ) w ( n m ) p 叫“ r 2 - 2 2 ) 这里w ( n m 1 为一个实数窗口序列。从上式中可以看出短时傅立叶变换是时序n 的离散函 数，又是角频率m 的连续函数。 如果令= 2 n k l n ，则可得到离散短时傅氏变换的形式为 2 府 2 r n x 。( g 。可) = 以( | | ) = x ( m ) w ( h _ m ) e - j - f f - ，0 k n - 1 ( 2 - 2 3 ) 蜀( k ) 实际上就是以0 。) 的频域取样。 对式( 1 - 2 2 ) 和( 1 - 2 3 ) 有如下两种解释 l o 浙江大学硕士学位论文 a 当”固定时，它们是序列k ( 删) w 0 一m ) 】( 一o 。聊o o ) 的傅氏变换或离散傅氏变换 b 当。或女固定时，它们是信号序列x ( n ) e 1 ”与窗函数序列的卷积，相当于滤波器运 算。 采用不同的窗函数，会得到不同的s t f t 结果，实际表明：使用窄窗可得到好的时间分 辨率，而使用宽窗可以得到好的频率分辨率。 5 ) 短时傅立叶变换的取样率 a 时间与取样率：设w ( n ) 的带宽为b ，则瓦( p 。) 的带宽也一定是占。根据抽样定理， j 0 0 ”) 在时域内必须以至少2 b 的采样率才不会产生混叠失真。 b 频域取样率：为了防止混叠失真，在o 2n 范围内对以0 ”) 进行频率取样至少应 当有n 个点。 c 时域和频域总取样率：艘= r 上2 _ j 斋= 2 坑，即最低总取样率为 艘。= 2 坑。 6 ) 语音信号的短时综合 如何从语音信号的短时傅氏变换以0 。) 的取样恢复原始语音信号的问题，通常称为 语音信号的短时综合，经典的方法主要有滤波器组相加法和叠接相加法两种。 7 ) 语音信号的倒谱分析 倒谱定义为时间序列的z 变换的模的对数的逆z 变换，具体地说，序列x ( n ) 的倒谱“”) 定义为 c o ) = z - 1 陆k o o ) ) i 】( 2 - 2 4 ) 或者表示为傅氏变换形式： c ( 功= 去1 1 1 i z 。( 刀) 牡细d 西 ( 2 - 2 5 ) 在具体实现时，用d f t 来近似傅立叶变换，如图2 - 9 所示，其中 吖加告妯娴i 。7 孕 k = o 塑坚查兰堡主堂堡堡苎 c ( 胛) 圈2 - 9 倒j 署计算干匡酬 8 ) 语音信号的d c t 变换分析 一个长度为n 的语音序列s 的离散离散余弦变换d c t 定义为 跗m 阱半和徊s ( 骂笋 反变换( i d c t ) 为： 咖炒= 兰j = 0 d跗灿s ( 刿 s ( 仃) = 。1 p = s ( 加o s l 警i 2 1 6 语音编码及其标准 c p ( n ) ( 2 - 2 7 ) ( 2 - 2 8 ) 语音压缩编码就是压缩语音信号的数字表示而使表达这些信号所需的比特需求最小的 方法。其目的是压缩语音信号的传输带宽、降低语音信道的传输码率以节约频率资源。 语音编码目前主要分为三类；波形编码、参数编码和混合编码。波形编码力图使重建语 音波形保持原语音信号的波形形状，通常将语音信号作为一般的波形信号来处理，具有适应 性强、话音质量高等优点，但是压缩比不高，其速率通常在6 4 1 6 k b s 。参数编码则通过对 语音信号的特征参数进行提取和编码，力图使重建语音信号具有尽可能高的可懂性，即保持 原语音的语意，这使重建波形与原始波形可能会有很大的差别，但是编码速率可以达到 2 4 1 2 k b s ，参数编码的主要问题是合成语音质量差，特别是自然度较低，另外，参数编码 对讲话环境噪声比较敏感。混合编码则克服了波形编码和参数编码的弱点，同时又结合了两 者的优点，在4 1 6 k b s 速率上能够得到高质量的语音。 语音压缩编码技术的应用主要在以下两类： a 语音信号的数字传输。这类应用主要有数字通信系统、移动无线电等。信道条件、时 延和数据速率时这类应用中需要重点考虑的影响语音信号传输性能的因素。下图2 1 0 是语 音数字传输系统框图。 b 语音信号的数字存储。这类应用又称为数字语音录放系统，这类应用对编码器的实时 性要求不高，但是，因为数据量大，或者为了设备的节约，希望有较高的压缩效率，以降低 存储器容量。这类应用中，人们最关心的是语音质量和存储需求。图2 - 1 1 给出了系统框图。 浙江大学硕士学位论文 输入语音 输出语音 图2 - 1 0 数字语音通信系统框图 输入语音_臣至三三三三三_专二王量至垂二-二办输出语音 图2 1 l 数字语音录放系统框图 1 ) 语音编码的属性 语音编码的属性有以下四个部分：质量、速率、复杂度和延时。语音编码研究的基本问 题就是在给定编码速率的条件下，如何得到尽可能好的重建语音质量，并保证尽可能小的编 解码延时和适当的算法复杂度。 评价语音编码质量除了主观评价方法( m o s 、d r t 和d a m ) 外，还有以下几个客观评价方 法：波形失真度测、频谱失真度测和谱包络失真度测( l p a 、l r 、w l r 等法) 2 ) 已经标准化的语音编码 a 已标准化的波形编码有：g 7 1 16 4 k b sp c m 、g 7 2 1 ，g 7 2 3 ，g 7 2 6 和g 7 2 7a d p c m 以 及g 7 2 27 k b s 音频编码。 b 混和编码有：g s m1 3 k b sr p e t p 编码器、f s l 0 1 64 8 k b sc e l p 、g 7 2 81 6 k b sl d c e l p 、 i s 5 48 k b sv s e l p 、g s m 半速率语音编码、j d c6 7 k b sv s e l p 、j d c 半速率3 6 k b sp s l - - c e l p 、 g 7 2 98 k b sc s a c e l p 、g 7 2 3 15 3 k b sa c e l p 、i s 9 68 5 k b sq c e l p 等等。 3 ) 4 k b s 以下速率的参数编码有：多带激励编码( 船e ) 、正弦变换编码( s t c ) 、混和激励 线性预测编码( m e l p ) 和波形内插编码( w i ) 。 4 ) 语音编码的发展方向： 从目前的研究现状来看，未来的发展方向主要在如下几方面：简化算法研究提高运算速 度、成熟算法的硬件化、运用新的理论和新手段开发新算法、语音性能评价、进一步降低编 码速率等等。 浙江大学硕士学位论文 2 2 图像技术基础 2 2 1 模拟图像及其数字化 图像涉及到图示( 可视化) 信息，其中包括静态图像和时变图像。静态图像其信息密 度随空间分布，且相对于时间为常量；而时变图像其空间密度特性是随时间变化的，所以 时变图像是一种时一空密度模式，它可以表示为( x x 2 , r ) ，其中：x ，和勋是时间变量，f 是时间变量。 图像有两种表示方法：模拟图像和数字图像。下面分别简单的介绍。 1 ) 模拟图像 迄今为止，绝大多数图像的记录、存储和传输仍然是模拟方式。模拟图像信号涉及一 维时间变量的电信号f ( o ，它是通过对( x x 2 , f ) 在时间坐标t 和垂直分量x 2 上采样得到 的。周期性的采样过程称之为扫描，最常用的扫描方法是：逐行扫描和隔行扫描，逐行扫 描是在每一个f 时间内对一个完整的图像进行扫描，它被称之为帧。隔行扫描是依次对 被称为基数场和偶数场的奇数行和偶数行进行扫描。 下面我们再了解一下视频信号的频谱。首先，让我们来分析一种简单的静态图像& ( 乩 x 2 , f ) ，其中( x ，) e r 2 。我们构造一个双周期图像数组数组s o ( x 1 ，x 2 ) ，并展开为二维 傅立叶序列： 砜勘= 耋塞e 则2 疗呼+ 擎) ( 2 _ z 9 ) l l o i f 。 1 式中：s k - i ：是二维傅立叶序列系数，上和分别表示了一帧的水平和垂童范围( 包括消隐 间隔) 。 同理，模拟视频信号倒是由沿着双周期场( 它对应于扫描线) 的图像密度组成。假设 扫描点在水平和垂直方向上分别以和功的速度运动，则视频信号可以表示为 厂= 。墨。量民b e x p 脾石( 竽+ 警) ) ( 2 3 。) t l p 2 0 1 式中：l v ，为扫描一条图像线所需的时间，而- v 2 为扫描一整帧所需的时间。静止视频信 号是周期性的，它具有两个基本频率： w 胆( 称为水平扫描频率) 和f v = v 艚( 称为垂直 扫描频率) 。 1 4 浙江大学硕士学位论文 2 ) 图像信号的数字化 近二十年来，随着计算机网络的发展，多媒体音频视频数据越来越多地采用数字信号 的形式，除了数字信号有更可靠的形式之外，还有数据数字传输手段有着模拟信号传输不 可比拟的优点。 视频数据的数字化技术一直在迅速的前进着，即使视频是一个复合模拟信号，通常亦 可以将其转化为分量模拟视频，然后将分量信号分别数字化。利用一种带有足够高频率的 时钟的a i d 转换器可以对复合信号直接进行数字化，然后进行数字解码以获得所期望的 r g b 或y i q 分量信号。 今天，妨碍数字视频普及使用的主要瓶颈是对巨大存储量及传输带宽的需求。因此， 数字视频能否生存的关键在于图像压缩技术。 2 2 2 图像信号表示的彩色空间 图像按其灰度层次可以分为两类：一类是有灰度层次的图像；另一类是仅有黑白两种 层次的图像，也称二值图像。有灰度层次的图像包括电视图像、照片传真、静止图象等。 二值图像包括文件传真、二值静止图象等。 色彩是一种心理感觉，它与照明源的辐射能量分布及观察者的视觉有关。在各种彩色 模型中，最成功的是“三基色模型，：认为人服有红( 且) 、绿( g ) 、蓝( 占) 3 种色感细胞， 并且认为任何色彩都可以用月、g 、丑三种基色相加来配制，任何色彩都可以分解为r 、g 、 b 三个色彩成分。根据三色原理，用三幅红、绿、蓝为基色的图像可以生成一幅彩色图像。 另外，人眼中的三种细胞在不同强度光的刺激下便会产生各种色黪，丽三种比例相同时可得 到白色感觉，人们习惯上用色调( h ) 、饱和度( s ) 和亮度( i ) 来表示色彩，这就构成著名 的h i s 空间。 美国国家电视系统委员会( n t s c ) 定义了一种用光亮度和色度传送信号的y i q 格式， 其中y 代表亮度值， q 为色度值分别表示同相信号和正交信号。欧洲建立了甄个视频标 准，即相交替行格式( p a l ) 和串行彩色存储格式c t e c a m ) ，它们使用与t i q 类似的彩色 空间j 7 e ，nj w 和j ，9 的差别在于空间多一个3 3 度的旋转。 多个不同彩色空间可以相互转换，r g b 和y i q 的转换关系如下： 由r g b 到y i q 的变换为： 浙江大学硕士学位论文 雕i i 2 耠9 90 跽5 8 7 o饕14司4图 川 10 9 5 50 6 2 3 10 2 7 20 6 4 8 11 1 0 50 7 0 5 r g b 到y 己形的转换关系以及咒到r g b 的转换关系如下 ( 2 - 3 l 、 f 2 - 3 2 ) 脚! l r 0267899：0587 0144阍0 3 3 1 305 仁33)04 1 8 700 8 1 3b l u 卜i _ o 1 6 7 8 一 1 i g i( 2 1 矿li o 5一 i |l 1 1 0 3 。4 4 1 4 。07 4 1 0 2 4 1 4 形u 111 7 7 2o 一j 1 | i 矿 ( 2 - 3 4 ) 咒格式与珊格式类似，能把大部分图像信息集中到亮度分量上，把小部分能量集 中到色度分量上。只u 、y 三个元素的相关性小，可以单独编码且不影响效果。 2 2 3 数字图像处理简介 数字图像处理主要有图像获取、数据存储、图像处理、图像通信和图像显示输出等 1 ) 图像获取 图像获取是指图像信号的获取过程，通过利用各种传感器把相应波长的图像信号检索 出来，对信号进行数字化并送入计算机中获取图像信息。 2 ) 图像数据存储 图像数据存储是指获取图像数字信号在计算机中的存储方法。一般地，图像数据量非 常大，要有效的存储大量图像信息就必须对图像进行压缩和编码。常用的图像编码方法有 变换编码、预测编码和熵编码。 3 ) 图像处理 图像处理包括图像增强和恢复、图像分析、图像重建和图像压缩以及对图像的比例缩 1 6 浙江大学硕士学位论文 放、剪切、旋转等具体的处理。这些操作都可以用软件和硬件实现。 4 ) 图像通信 图像通信主要包括图像处理系统之间的图像数据交换和传输，包括局部通信和远程通 信。常用的方法是对图像进行压缩编码，传输编码后的图像编码信息，在接收端接收编码 信息后再对其进行解码，恢复原始图像信号。 5 ) 图像显示输出 单色和彩色监视器是现代图像处理系统常用的显示设备，另外，照相机、打印机、胶 片记录仪和硬拷贝机也可以用于输出圈像，以满足不同的应用需求。 2 2 4 图像编码 图像压缩编码的实质是通过编码方法去除图像信号中存在着的大量的信息之间的相关 特性，即信息冗余度，在一定传输质量的前提下，以最少的比特数来传递一幅图像。在数 字图像压缩过程中，要识别和去除以下三种数据冗余：即编码冗余、像素间冗余和视觉信 息冗余。 基本的图像编码法分类见下表2 - 1 ： 表2 - 1 基本的图像编码法分类表 m一维d p c m 帧内编码 = 维d p c m自适应d p c m 预 测帧间d p c m运动补偿法 法 帧间编码条件象素补充法复合差值法 帧间、帧内自适应法 变帧内编码 d f t 、w h t 、k l t 、h t 、s t 、d c t 等 换 法 帧间编码三维余弦变换 帧内编码行内变换行间d p c m 混 合帧内帧间帧内余弦变换，帧问d p c m 、 法 混合编码帧内傅氏变换帧间d p c m 1 7 塑垩查堂堡主堂垡笙壅 一一 第三章数字水印的根源信息加密和信息隐藏技术 数字水印是将数字产品的著作者信息或者产品序列号等版权信息不可见的嵌入到原始 产品中，来进行数字产品的版权保护的一种技术，它是一种从传统的信息隐藏( i n f o r m a t i o n h i n d i n g ) 技术中发展出来的技术。本章从传统的信息安全技术即密码技术出发，追述了数 字水印技术的根源信息隐藏技术 3 1 信息安全技术概述 随着以i n t e m e t 为标志的网络时代的到来，人们在享受网络带来的种种便利和好处的同 时，也正面临着网络信息安全的威胁。各国政府和研究机构越来越重视网络信息安全的研究。 3 1 1 网络时代信息安全的威胁 随着以i n t e m e t 为标志的网络时代的到来和以电子商务为代表的网络经济的兴起，人类 社会正在经历着巨大的变革。人们的生产方式、生活方式、意识形态和思维方式都因网络 的冲击、社会的信息化推进而发生着巨大的变化。与此同时，网络信息安全问题也日益突 出。人们在享受网络带来的便捷和高效的同时，也面对着同样“便捷”和“高效”的网上作案手 段。如何保护政府、企业和个人的信息不被非法获取、盗用、篡改和破坏，是所有i n t e m e t 参与者共同关心的重要问题。网络信息安全已成为影响国家安全、经济发展、个人利益和 社会稳定的重大关键问题。从网络安全立法到安全技术的加强，人们在追随技术发展的同 时不懈地寻找信息安全问题地解决方案。各国政府越来越重视网络信息安全立法和基础技 术的研究。 一般说来，网络信息安全面临以下几种主要的威胁：1 ) 黑客攻击 黑客们往往以银 行、金融和证券机构作为攻击的重点对象，通过寻找出它们的计算机系统漏洞来攻击系统 令系统崩溃，无法工作，甚至盗窃和破坏其中的数据。2 ) 算机病毒计算机病毒，是指 编制或者在计算机程序中插入的破坏计算机功能或者毁坏计算机数据，影响计算机使用， 并能自我复制的一组计算机指令或者程序代码。3 ) 侵犯个人隐私和版权人们在网上浏览， 咨询或者购物的一些个人如姓名、性别、家庭住址、甚至信用卡帐号等信息往往面临着各 种威胁，这些就涉及到如何有效的保护个人的隐私问题。 同时，网络信息时代的到来也对数字信息的版权保护提出了新的挑战。网络的开放性 和资源共享性使得如何有效地保护网络数字化产品的版权成为了一个十分熏要的问题。必 1 8 浙江大学硕士学位论文 须有行之有效的技术手段以防止网络数字化产品的篡改、假冒、剽窃和盗用等。多媒体数 字产品的版权保护正是近几年来兴起的数字水印技术的组要推动力。 3 1 2 网络信息安全 网络信息安全就是通过各种制度上、法律上以及技术上的手段保证网络信息传输、信 息存储的安全。 1 ) 网络信息安全的内容和特征 网络信息安全涉及到信息传输的安全、信息存储的安全以及对网络信息内容的审计三 个方面，当然也包括对用户的鉴别和授权。为保障数据传输的安全，一般采用数据传输加 密技术和数据完整性鉴别技术；为保证信息存储安全，须保障数据库安全和终端数据安全； 信息内容审计，则