（电路与系统专业论文）基于变换域的数字音频水印技术研究.pdf

i i ii ii i i ii ii iii i iii il | y 1912 8 4 9 中文摘要 数字音频水印技术是数字水印技术中的一个重要分支，它在数字 音频版权保护、语音保密通信等方面有广泛应用价值，并对未来数字 化发展具有重要的意义。本文在现有理论的基础上，着重研究变换域 的数字音频水印技术，给出了三种数字音频水印相关算法。论文所做 的工作和主要成果如下： 1 ) 对目前国内外几种典型的音频水印算法进行了阐述与分析，总 结了各自的特点，并作归纳比较。 2 ) 提出了一种基于混沌理论加密水印的复倒谱域自适应双重音 频水印算法。该方法采用l o g i s t i c 混沌映射产生混沌序列并转 换成二值图像与原始水印图像异或运算来实现水印加密，以增 强水印的安全性。另外，采用两幅不同的图片作为水印信号， 在嵌入一个水印图片之后按照嵌入流程再嵌入一次。实验结果 表明，该算法在双重水印嵌入情况下具有较好的不可感知性和 较强的鲁棒性。 3 ) 提出了一种基于离散余弦变换的音频水印嵌入算法以及基于 小波包分解的水印检测算法。采用声音片段作为水印信号，利 用离散余弦变换对原始音频进行处理，提取能量高的低频系数 来进行嵌入。引入加高斯白噪声的音频，利用基于小波包分解 后的特征提取检测方法，在检测过程中分别与原始音频和嵌入 水印后的音频作比较分析。实验表明采用小波包分解音频并进 行能量特征提取，能有效地实现声音水印的检测。 4 ) 提出了一种基于改进后的小波变换的抗剪切音频水印算法。该 算法最大的优点是利用水印序号的嵌入来弥补剪切攻击所造 成的水印信息的丢失。实验表明，每嵌入一个水印元素之前嵌 入一组水印序号的二进制序列组，能有效地降低剪切攻击损 害。 关键词：数字音频，水印，鲁棒性，变换域，同步攻击 a b s t r a c t d i g i t a la u d i ow a t e r m a r k i n gt e c h n o l o g yi sa ni m p o r t a n t b r a n c ho fd i g i t a lw a t e r m a r k i n gt e c h n o l o g y ，a n di th a sb e e n a p p l i e da n dv a l u e dw i d e l yi nt h ef i e l d so fc o p y r i g h tp r o t e c t i o n ， p r i v a t ev o i c ec o m m u n i c a t i o n e t c ，a n dh a sas i g n i f i c a n c et o t h ed e v e l o p m e n to ff u t u r ed i g i t i z a t i o n b a s e do nt h ee x i s t i n g t h e o r i e s ，a i m i n ga tr e s e a r c h i n gd i g i t a la u d i ow a t e r m a r k i n g t e c h n o l o g yi nt h et r a n s f o r md o m a i n ，t h r e ed i g i t a la u d i o w a t e r m a r k i n ga l g o r i t h m sa r es h o w e d w h a tp a p e rd oa n dr e s e a r c h a r et h ef o ll o w i n gr e s p e c t s ： 1 ) s e v e r a lt y p i c a lo fa u d i ow a t e r m a r k i n ga l g o r i t h m sa th o m e a n da b r o a da r ei n t r o d u c e da n da n a l y z e d ，t h e ns u m m a r iz e a n dc o m p a r et h e i rd if f e r e n c e s 2 ) aa d a p t i v ed o u b l ed i g i t a la u d i ow a t e r m a r k i n ga l g o r i t h m b a s e do nc h a o st h e o r yi nc o m p l e xc e p s t r u misp r o p o s e d as t r i n go fc h a o t i cs e q u e n c ep r o d u c e db yt h el o g i s t i c c h a o sm a p p i n gi sc h a n g e dt oab i n a r yi m a g e ，a n dt h e nx o r w i t ht h ep r i m i t i v ew a t e r m a r ki m a g e ，s ot h a tt h ew a t e r m a r k ise n c r y p t e d ，a n dt h es e c u r it yw il lb ee n h a n c e d i n i a d d i t i o n ，w i t ht w od i f f e r e n tp i c t u r e sa st h ew a t e r m a r k ， e m b e d d i n gp r o c e s sn e e d sd o m t w ic e ，t h a tis ，t h es e c o n d e m b e d d i n gp r o c e s si s ak i n do f a t t a c kf o r t h ef i r s t e m b e d d i n gp r o c e s s t h er e s u l t ss h o wt h a tt h i sa l g o r i t h m c a ns h o wap r e f e r a b l ei m p e r c e p t i b l ea n dr o b u s t n e s s 3 ) as p e e c hw a t e r m a r k i n ga l g o r i t h mb a s e do nd i s c r e t ec o s i n e t r a n s f o r ma n daw a t e r m a r kd e t e c t i o na l g o r i t h mb a s e do n w a v e l e tp a c k e td e c o m p o s i t i o na r ep r o p o s e d w i t har a n g e o fv o i c ea sa w a t e r m a r k ，t h ep r i m i t i v e a u d i oi s t r a n s f o r m e db yd c t ，t h e nt h ew a t e r m a r kise m b e d d e di nt h e l o w - f r e q u e n c yc o e f f i c i e n t st h a tc o n t a i nh i g he n e r g y b a s e do nw a v e l e t p a c k e td e c o m p o s i t i o n o ff e a t u r e e x t r a c ti o nm e t h o d ，ap ie c eo fa u d i oa d d e db yg a u s sw h it e n o i s ei su s e dt oc o m p a r ew i t ht h ep r i m i t i v ea u d i oa n dt h e e m b e d d e da u d i o t h er e s u l t so fe x p e r i m e n ts h o wt h a t f e a t u r ee x t r a c ti o na l g o r i t h mb a s e do nw a v e l e tp a c k e t d e c o m p o s i t i o n c a na c h i e v et h ew a t e r m a r kd e t e c t i o n e f f e c t i v e l y 4 ) p r o p o s i n gac u t r e s i s t i n ga u d i ow a t e r m a r k i n ga l g o r i t h m b a s e do ni m p r o v e dw a v e l e tt r a n s f o r m t h eb e s ta d v a n t a g e o ft h i sa l g o r i t h mi su s i n gw a t e r m a r ks e r i a ln u m b e rt o r e m e d yt h el o s sq fw a t e r m a r km e s s a g et h a tc a u s e db y a t t a c ko fc u t ti n g t h er e s u l t sf r o me x p e r i m e n t sa n d i v si m u l a ti o np r o v et h a ti tc a nr e d u c et h ed a m a g eb yc u t ti n g a t t a c km o r ee f f e c t i v e l yi ft h eb i n a r ys e q u e n c e sg r o u po f w a t e r m a r ks e r i a ln u m b e rise m b e d d e db e f o r eaw a t e r m a r k e l e m e n t k e yw o r d s ：d i g i t a la u d i o ，w a t e r m a r k ，r o b u s t n e s s ，t r a n s f o r m d o m a i n ， s y n c h r o n i z a ti o na t t a c k v 目录 中文摘要i a b s t r a c t 1 l i 第一章绪论1 1 1 数字音频水印的研究背景及意义1 1 1 1 课题产生背景。1 1 1 2 课题意义2 1 2 数字音频水印的研究现状及存在问题3 1 2 1 研究现状3 1 2 2 存在问题4 1 3 本文的主要内容及结构安排6 第二章数字音频水印技术概述8 2 1 基本理论8 2 1 1 数字音频水印8 2 1 2 心理声学模型8 2 1 3 人耳掩蔽效应9 2 2 数字音频水印常见算法1o 2 2 1 时域算法1o 2 2 2 变换域算法1 l 2 2 3 混合算法1 2 2 3 数字音频水印评价指标j 13 2 3 1 主要评估性能。l3 2 3 2 主要评估参数1 4 2 4 同步问题16 2 4 1 同步的含义1 6 2 4 2 同步攻击问题的现状1 6 第三章基于混沌的复倒谱域自适应双重音频水印算法1 8 3 1 引言- 18 3 2 基础理论18 3 2 1 混沌理论18 3 2 2 复倒谱变换( c c e p s ) 的定义及特性1 9 3 3 计算方法1 9 3 3 1 水印的预处理1 9 3 3 2 嵌入帧的选取2 0 3 3 3 水印的嵌入2l 3 3 4 水印的提取2 3 3 4 实验结果与分析2 3 3 4 1 水印的不可感知性2 3 3 4 2 水印的鲁棒性2 4 3 5 本章小结2 6 第四章基于离散余弦变换的音频水印及检测算法2 7 4 1 引言2 7 4 2 基础理论2 7 4 2 1 离散余弦变换2 7 4 2 2 小波包变换2 8 4 3 水印嵌入及检测方法3 0 4 3 1 水印嵌入3 0 4 3 2 水印检测3 4 4 4 实验结果与分析3 5 4 5 本章小结3 7 第五章基于改进小波变换的抗剪切音频水印算法3 9 5 1 引言3 9 5 2 基础理论3 9 5 2 1 小波分解与重构3 9 5 2 2a r n o l d 变换4 l 5 3 算法实现4 2 5 3 1 水印处理4 2 5 3 2 水印嵌入。4 3 5 3 3 水印攻击：4 5 5 4 结果与分析4 6 5 5 本章小结4 8 第六章总结与展望4 9 参考文献5 2 攻读硕士学位期间发表论文情况5 9 致谢? 6 0 基于变换域的数字音频水印技术研究 第一章绪论 1 1 数字音频水印的研究背景及意义 1 1 1 课题产生背景 信息技术的发展目标是为了让人们更快捷方便地获取知识和信 息。在日新月异的当今，信息技术的飞速发展人们深有感触一足不出 户即可买到想要的东西，这就是信息技术及互联网的普及所带来的好 处。网络上歌曲成千上万，应有尽有，强大的搜索引擎能快速地找到 人们想听的音乐，但随之而来的负面效果也很明显。在这不断地上传、 复制、下载等过程中，并没有严格的法律法规控制，数字化信息的知 识产权问题逐显弊端，版权人并不能有力地证明其他人的非法拷贝和 修改。例如2 0 1 0 年2 月出现的“谷歌事件”，正是涉及到数字音频等 信息的非法链接及复制问题，而引起的法律纷争。因此，如何可行而 有效地保护数字化信息的知识产权和版权成为网络环境下越来越亟 待解决和改进的信息安全问题。 为了跟踪侵权行为并提供法律保护的证据，人们尝试将秘密信息 隐藏于普通文件中再散发出去，通常被称为信息隐藏或者信息伪装 【1 】。与信息隐藏有着密切关系的就是数字水印技术。 数字水印技术是一种将特制的、已处理的版权信息( 包括文本， 声音，图片等) ，利用可行的算法隐藏在数字图像、声音、视频等多 媒体数据中，以起到版权保护、保密通信以及数据文件的真伪辨别和 硕士学位论文 产品标识等作用【2 - 5 1 。数字水印系统的结构图如图1 1 所示。数字音频 水印技术是针对数字音频版权保护而逐渐发展起来并被广泛应用的 一种新技术。数字音频水印的载体是数字音频或语音，水印信息可以 是任何数字内容。 1 1 2 课题意义 ( 不可感知)( 可感知) 鲁 性鲁棒性脆弱性 再t 嬲逆转 图1 1 数字水印系统结构图 目标 件 近年来，i n t e r n e t 和数字化技术的飞速发展为人们的信息交流提 供方便的同时，也带来了越来越严重的版权保护危机。如果解决不好 版权保护问题，足以影响多媒体信息产业的发展，也会对法律界、文 艺界、商界各个领域造成一定的影响。所以，数字音频水印技术的发 展是社会发展的需要。通过一定的算法和信息处理方法将能标志版权 者信息的数字内容嵌入到版权者的数字音频或语音中，即使被非法复 制、篡改或盗版传播的情况下，也可以利用特殊算法来检测水印信息， 从而保护版权者的合法权益。因此，数字音频水印技术在解决版权保 护问题上具有重大而深远的意义。 另外，水印技术也是信息隐藏的一个重要方面。在秘密通信中， 数字音频水印技术发挥着重要作用。与图像水印不同，语音水印必须 考虑到音频信号特点以及心理声学模型( 特别是人类听觉特性) ，正 是利用人耳的听觉特性，人们可以将某些秘密语音或加密文件( 目标 信息) 通过信息隐藏技术嵌入到数字音频( 伪装信息) 中，从而实现 保密通信，防止秘密被窃听或监控而导致外泄。即使数字音频被人截 获，在无法得知算法和密钥的情况下，也是无从获得真正的目标语音 信息的。这是一种新型的语音防窃听手段，对信息安全通信发展具有 积极的作用。 1 2 数字音频水印的研究现状及存在问题 1 2 1 研究现状 数字音频水印基础理论研究已逐步成熟，目前所广泛被认可的研 究方向主要有变换域算法的改进、白适应问题、抗同步攻击问题等。 其中水印的预处理方法主要是为了提高水印的安全性，对于算法的鲁 棒性并没有很大的影响。近几年，基于不同研究重点的论文和成果很 多。李淑云【6 】等人对数字音频水印技术在目前的信息安全领域的发展 及科学应用作了较为详细全面的概括和总结，为后续研究者们提供了 较好的参考。季智【7 1 等人则概述了目前最主要的几种针对数字水印的 攻击模式，并做了相应的对策分析。在此基础上，刘九纠8 】等人提出 了两种抵抗同步攻击的算法，基于均值量化的同步算法和基于奇异值 硕士学位论文 分解的双声道水印算法。胡金燕【9 】等人提出一种基于神经网络的小波 域算法，并从实验结果上论证了算法的智能性，具有较好的自适应性。 提高算法的自适应性，即是调和水印嵌入后的不可感知性，让水印信 号能根据音频特征和人耳听觉特性进行嵌入，所以基于人耳听觉特性 的自适应算法目前有大量的研究论文，如冯涛【1 0 】等人和桑鹤平【l l 】等人 都提出了基于听觉特性掩蔽效应的自适应水印算法，前者先估算音频 频域能量值，然后根据听觉特性选择能量适当的频段嵌入水印，后者 则是计算出音频的掩蔽阈值，选择低于掩蔽门限值的位置来嵌入，从 而达到很好的不可感知性。w a l e e dh 和y i q i n gl i n 【1 2 1 提出了一种基于 多重置换的自适应同步水印算法，将水印图片进行多重置换已达到足 够的安全性，并加入同步码来提高水印提取的准确性。此外，关于数 字音频水印技术所涉及的理论基础有大量的文献可供参考，各自出发 点和侧重点也不尽相同，这取决于数字音频水印算法评价指标的选 择。 1 2 2 存在问题 自1 9 9 0 年数字图像水印技术的提出，逐步推进了数字音频水印 技术的发展。到目前，经过近十年的发展，数字音频水印的研究已经 贯穿了信息安全、密码学、信号处理、通信系统、数字媒体设计等多 个领域，并且有许多优秀的科研成果产生，甚至有许多申请专利并投 入市场应用等。然而，在如此大好的形势之下，数字音频水印的发展 仍然面临很多的问题和挑战【1 3 - 1 5 1 。 基于变换域的数字音频水印技术研究 ( 1 ) 理论研究有待创新 如今，数字音频水印方面的研究成果纷繁复杂，理论研究成果 在“量上已是不计其数，但是并没有到达“质”的飞跃。例如，从 数字水印载体音频本身的特征上说，涵盖了语音学、信息学等多个 领域的理论，大多数研究结果显示，数字音频水印的数学建模和信息 隐藏容量分析方面的理论都不够完整统一，并且很多都是大同小异。 人们不能用科学实用的方法去准确地刻画载体音频的隐藏水印信息 的容量，不能准确地将人类听觉特征与水印隐藏量的关系进行量化分 析等等。 ( 2 ) 数字音频水印的检测存在弊端 在大多数软件工程中，更多的软件工作者更看重的是软件开发过 程，而实际上在软件生产周期中，软件测试扮演者举足轻重的角色。 数字水印系统也是如此，人们更多的精力集中于如何将水印嵌入音频 中，完美地隐藏起来，而疏忽了对音频中是否含有水印的检测工作， 并且如果水印信息被发现或被毁坏要如何消除或恢复。目前，有部分 研究者开始关注并卓有成效，但是普遍适应性还较差。 ( 3 ) 数字音频水印嵌入算法设计有待突破 尽管数字音频水印较数字图像水印技术起步晚，近几年的发展也 是非常快的，除了将应用到数字图像水印中的算法借鉴引用到音频水 印算法中，人们还结合音频与人类听觉特性研究出了更适合于音频特 征的水印嵌入算法。至今，大部分的算法尚没有体现很好的鲁棒性， 以及鲁棒性与不可感知性之间的平衡。另外，在算法的抗同步攻击问 硕士学位论文 题上，算法结构也没有考虑严谨，这也是需要突破的地方。 1 3 本文的主要内容及结构安排 。 本论文主要致力于研究以下三个方面的内容：第一部分，介绍目 前常用的几种水印嵌入算法，并对其进行了分析和比较；第二部分， 给出了两种变换域水印算法，即基于混沌原理的复倒谱域双重音频水 印算法、基于离散余弦变换和小波包分解的语音水印检测算法；第三 部分，针对音频水印的同步攻击问题，提出一种新的抗同步攻击的水 印算法。在m a t l a b7 0 软件平台上，本文对所给出的算法进行了仿 真实验，并用以论证算法的正确性及可靠性。 本文的结构安排如下： 第一章，阐述了数字水印技术、数字音频水印技术的概念及研究 意义，综述了其研究现状，并简要介绍了本论文的主要工作及各章节 的安排。 第二章，介绍目前国内外的几种主流水印嵌入算法，分析比较了 各种方法的优缺点。 第三章，采用混沌原理对水印图片信息进行加密，然后在复倒谱 域嵌入。对嵌入水印后的音频进行滤波、重采样、剪切等一系列攻击 处理，并得出相应的实验结果来检验算法的鲁棒性。 第四章，以语音信号作为水印，经过预处理后将其嵌入在原始载 体音频的离散余弦变换域中，再利用小波包分解原理分解含水印的音 频并通过提取相应的特征值来实现水印的检测。 基于变换域的数字音频水印技术研究 第五章，针对剪切攻击问题，以水印序号和水印图片共同组成水 印信息，采用一种改进的小波变换算法来实现水印嵌入，并通过实验 仿真来验证算法的抗剪切性能。 第六章，总结和展望。针对全文所采用的算法结构进行归纳总结， 并提出相应的改进方案。 硕士学位论文 2 1 基本理论 第二章数字音频水印技术概述 2 1 1 数字音频水印 数字音频水印技术是以数字音频( 语音) 为载体，为了保护版权 或者保密通信防止窃听，将能代表所有者版权信息或者通信的目标文 件以文本、图片、声音等数字对象的方式按照一定的算法嵌入载体音 频中的过程 1 6 - 1 9 】。数字音频水印模型如图2 1 所示。 原始音频 2 1 2 心理声学模型 图2 1 数字音频水印模型 人的听觉系统是一个具有复杂功能又极其灵敏的接收器，同时它 又能选择性地接收外界的声音，并加以分析判断【2 0 1 。但是这些复杂又 精细的过程都是跟人类大脑的作用密切相关的，所以人耳听觉特性涉 及生理声学和心理声学多方面的问题。据统计，人耳能感知的声音频 率范围约为1 6 h z 1 6 k h z ，根据年龄段不同，青年人上限可至2 0k h z ， 老年人则只有1 0 k h z ，如图2 2 所示，曲线直观上地表示出安静环境 基于变换域的数字音频水印技术研究 下人耳听觉的频率特征2 1 1 。由图2 2 可以看出，人耳对频率范围大约 在2k h z 4 5k h z 这一频段的声音存在“低谷 ，即频率高于或者低于 此频率范围，人耳的听觉灵敏度会逐渐下降。声音是客观存在的，但 是由于人类的主观感知与客观的实际并不是一致，所以现代音频技术 中常采用符合心理声学特征的感知模型，如m p e g 1 心理声学模型 笙 1 o 2 1 3 人耳掩蔽效应 图2 2 人类听阈曲线 人类听觉中存在一种现象，即当两个强度不同的声音同时存在 时，弱声音会受到强声音的干扰或阻碍，也就是弱声音被强声音掩盖， 这就是听觉掩蔽效应【2 1 。 在时间上相邻的两个声音之间发生的掩蔽效应称为时域掩蔽，下 文中提及的回声隐藏技术就是利用了时域掩蔽效应【2 1 。时域掩蔽包括 前掩蔽和后掩蔽，又称为超前掩蔽和滞后掩蔽。前掩蔽指的是在强声 音到达之前弱声音已经被掩盖而不可闻，其间间隔很短，一般在 3 m s 2 0 m s 以内【2 1 1 。后掩蔽则是指在强声音到达之后弱声音不可被听 硕士学位论文 见，其间间隔比前掩蔽要大些，一般在5 0 m s 1 0 0 m s 以内【2 1 1 。这些现 象都是跟大脑处理信息需要一定时间有关。 频域掩蔽指的是，当两个音频信号在同一时刻出现，并且它们的 频率相近，则较强的信号会使较弱的信号不可被听见。这种掩蔽在高 质量的音频编码中经常被采用。 2 2 数字音频水印常见算法 从水印嵌入的域上来看，基于原始音频嵌入的音频水印可分为时 间域水印和变换域水印两种。 2 2 1 时域算法 1 9 9 6 年，w b e n d e r 等人提出了最低有效位的思想。最低有效位 即是指最不重要位，在音频信号的采样值中，存在一定量的最不重要 信息。此方法的主要思想就是把水印信息和载体音频信号分别看成两 个比特流序列，在水印嵌入过程中，用水印信息的二进制位来替换载 体音频信号的最低有效位，从而达到水印隐藏的目的。这种方法在经 过很多学者的研究在算法上有了一定的改进【2 2 】。 同年，w b e n d e r 和d g r u h l 等人提出了回声隐藏法【2 3 1 。从物理学 角度讲，声音在遇到障碍物之后反射，会形成回声，将回声引入数字 信号概念模型得到的表达式如下式2 1 所示： y n 】= s n 】+ 五木s n m 】( 2 1 ) 其中y n 】是携带回声的语音信号，s n 】是原始的语音信号，入则为 1 0 基于变换域的数字音频水印技术研究 回声的幅值，m 为延时参量。如文中2 1 3 所提到的，回声隐藏思想 正是在人类听觉系统的时域滞后掩蔽性的基础上提出的，通过将需隐 藏的信息嵌入到已引入回声的音频信号中来实现。表2 1 列出了时域 两种主要算法的比较结果。 表2 1常见时域主要算法的比较 分 不可 类 算法感知鲁棒性 嵌入算法复 性 量杂度 最低较差，容易被滤波、量化、压缩、噪 有效较好声、重采样等一般的信号处理攻击并较大 容易实 时位法 破坏 现 域 对随机噪声、滤波、重采样和有损压 算 回声 法 缩等具有较好的鲁棒性；但很容易被 隐藏较好较大较高 法 检测出来，人为篡改均会降低水印提 取的准确率 2 2 2 变换域算法 在信号处理方法中，为了更加准确地分析出某些信号的特征参数， 经常对信号进行一些变换运算，比如傅里叶变换( f f t ) 、离散傅里 叶变换( d f t ) 、离散小波变换( d w t ) 、离散余弦变换( d c t ) 、复倒谱变 换( c c e p s ) 等【2 1 。这些变换为信号分析提供了很大的发展空间，于是 数字水印技术里也越来越关注变换域算法的研究。将信号通过变换运 算得到相应的频域信号，然后选择相应的频域信号里的适当频段系 数，对其加以适当的修改来实现水印数据的嵌入。一般而言，信号在 变换域里存在低、中、高三种区域系数，在水印嵌入时选择中频系数， 因为高频系数不稳定，很容易遭到破坏；而低频系数的不可感知性较 差，对其的修改会影响原始音频的感知效果。当然，最终选择取决于 硕士学位论文 不同的变换运算所体现出来的频域特征。为了保障水印算法的鲁棒性 和不可感知性，根据嵌入强度来改动低中频系数是可行的方法。对于 以上几种变换运算的数学原理及模型，下文在具体的算法改进和研究 中将做详细介绍。表2 2 列出了常见几种变换域方法的算法特点，并 进行了归纳比较 2 4 - 2 8 】。 表2 2 主要几种变换域方法的特点比较 不可 嵌入算法复杂 分类算法感知鲁棒性 量度 性 d f t 域 好 具有一定的稳健性，但跟嵌入 较小较易实现 方法区域频段的选取关联很大 透明性好，能平滑功率谱密度， d c t 域 较好但稳健性随所选频段系数而有较大较简单 变 方法 所不同 换 具有多分辨率特点，很适合音 域 d 玎 较好频信号的处理方法，较强的健较大较大 算 域方法 法 壮性 能将卷积特征信号转换成加性 c c e p s 很好 线性特征，且复倒谱系数的不 较大 计算较复 域方法相关性很好，具有较好的鲁棒 杂 性 2 2 3 混合算法 基于以上几种变换运算的单独域算法现己存在很多。近几年，算 法的鲁棒性与感知性的平衡矛盾困扰很多研究学者，于是人们开始在 混合域寻找出路。例如将d c t 域算法和d w t 域算法相结合，使水 印隐藏的更加深层不被感知【2 9 】；采用小波变换( d w t ) 与复倒谱变换 ( c c e p s ) 相结合，在小波变换的基础上将水印嵌入，再将重构后的音 频信号进行复倒谱变换，从而实现水印的盲检测和提取3 0 】；a l i a 1 h a j 3 1 】等人则提出了将奇异值分解( s v d ) 算法与小波变换相结合， 1 2 基于变换域的数字音频水印技术研究 从而实现稳健水印的嵌入，都是为提高水印的鲁棒性和不可感知性。 2 3 数字音频水印评价指标 2 3 1 主要评估性能 一般而言，一个成功的数字音频水印应该满足以下几个主要要求 3 2 - 3 5 ： 1 ) 稳健性也称鲁棒性。从实际应用角度讲，稳健性是考量一个 水印算法的最主要的因素。它是指水印在经过压缩、滤波、重 量化、剪切等信号处理或攻击之后能够检测出水印的能力。 2 ) 不可感知性也称透明性。相比图像水印，对音频信号嵌入水 印，类似于加入噪声，所以从听觉上没有被感知的水印系统是 符合实际需求的，也就是说，水印的嵌入不应该影响到原始载 体音频的听觉质量，这是数字音频水印系统必须考虑的方面。 3 ) 数据嵌入量也叫数据容量，是指在某单位时间范围内所能够 嵌入的水印信息量。对音频而言，数据嵌入量是指一秒钟的传 输过程中所包含的水印比特数。而在实际应用中，这个参量一 般取决于具体的算法、参数的选择及原始音频的类型等因素。 4 ) 算法复杂度不言而喻，这个参量是从水印嵌入的效率上分析 的。嵌入算法的计算是否容易实现，直接影响到该水印系统的 安全性，而且它和具体的实际应用密切相关。 除了以上几点主要要求之外，还包括水印的误码率、重建后的音 频质量、水印的检测、盲检测或明检测等多个方面。但是，在诸多要 硕士学位论文 求里，大多数的要求是处于矛盾又统一的三角平衡关系，如图2 3 所 示，鲁棒性、不可感知性及数据量之间的三角平衡关系。例如，如果 增加水印信号的强度，即数据量，通常会让稳健性受损，而一旦稳健 性降低，音频质量肯定也会受到很大的冲击。因此，通常认为，一个 完美的数字音频水印系统是要在尽量达到以上要求的基础上，寻求各 个要求之间的平衡点，从而协调矛盾。 鲁棒性 。数据量一雩鬻 图2 3 鲁棒性、不可感知性及数据量之间的三角平衡关系 2 3 2 主要评估参数 舒侬= 。t 。g r 品 c 2 2 ， 基于变换域的数字音频水印技术研究 2 ) 相关系数，即n c ( n o r m a l i z e dc o r r e l a t i o n ) ：这个参数是在对水印系 统进行一定的信号处理或攻击后，为了体现提取的水印信号与原 始水印信号之间的相似性而采用的。如果w m 是指原始水印信号， w m 2 代表提取后的水印信号，其计算公式如式( 2 3 ) 所示： n c = 譬堕里 ( 2 - 3 ) 乙w m i 。w m i 除以上两种主要的评测参数之外，还包括主观上的评测方法。一 般而言都采用w l r t h n 在1 9 8 6 年提出的主观平均判分法( m e a n o p i n i o ns c o r e ，m o s ) ，所得的分值称为m o s 值3 8 1 。其具体方法是： 将原始音频、加水印后的音频以及原始音频的其他格式音乐文件，分 别给5 1 0 个人盲听，即在不知道所听音乐为何种的情况下，参照完 全没有处理的原始音频，按照表2 3 所示的分数情况来给所听的音频 进行打分，分值在1 0 5 0 之间，以此来评测。 表2 3 主观听觉m o s 值描述情况对照表 ： m o s 值描述 1 o 非常刺耳 2 0 刺耳 3 0轻微刺耳 4 0可感觉但不刺耳 5 0不可感觉 从上述描述来看，此种方法具有较强的主观因素，因此并不能作 为很好的判断手段。此外，还包括误码率( b e r ) 、峰值信噪l l ( p s n r ) 竺 寸0 l 硕士学位论文 2 4 同步问题 2 4 1 同步的含义 在数字音频水印技术中的同步问题有两种解释：从数字水印的检 测角度讲，可理解为标识水印信号特征区域以及与原始音频信号同步 传输的同步标记；从攻击角度讲，则解释为在遭受攻击后，水印信号 相对于原嵌入位置所产生的偏移或缺失，即水印信号与音频在时间轴 上的不同步。 同步标记指的是利用同步码、扩频码、穷举检索、语音信号特征 参型3 9 】等方案来标识水印信号在原始音频中所嵌入的特征区域，有利 于水印信号的检测，确定其起始位置并予以提取。而在以上几种同步 标记信号方案中，利用通信技术中的同步码方法是最优最广泛应用 的。 同步攻击是指对嵌入水印后的音频进行剪切、重采样、滤波、时 间收缩、加噪等攻击后，致使音频在传输过程中出现不同步情况或者 信息偏移或缺失情况【4 0 】。目前，同步攻击问题已成为数字音频水印技 术中重要的研究方向。 2 4 2 同步攻击问题的现状 由于同步攻击对时间轴性质的音频信号会引起严重的同步错误， 越来越多的研究者开始关注同步算法的研究与改进。张国武【3 9 1 等人提 出了一种基于小波变换的同步音频水印改进算法，该算法在时域嵌入 基于变换域的数字音频水印技术研究 同步码信号，再对已分帧的音频信号进行小波分解，将量化后的水印 序列嵌入到小波高频分量中，通过调整量化步长的值来平衡水印的稳 健性和不可感知性的矛盾。针对时间同步问题，王峰 4 0 1 等人提出了一 种新的抗同步攻击的盲音频水印方案，该方案利用音频的恒定物理量 刊邻域数据值之和的大小来作为同步标记，在d c t 域结合掩蔽 特性来嵌入图像水印信号，并对嵌入水印后的音频进行了一系列的时 间同步攻击，实验结果表明该方法具有较强的鲁棒性。刘海燕【4 1 1 等人 提出了一种抗随机剪切的小波域音频水印算法，该算法将原始音频按 帧进行离散小波变换，提取小波低频系数并计算绝对平均值，然后用 相应的绝对平均值与低频系数比较来嵌入水印信号。李燕犁4 2 1 等人根 据语音参数模型，采用基于h i l b e r t h u a n g 变换的基音周期检测方法 实现基音脉冲点的精确定位，从而来确定水印嵌入的位置，这样不需 要用到额外处理的同步码信号，并且可以实现水印信号的自同步性 能。针对m p 3 压缩的攻击问题，王向i g h t 4 3 l 等人提出了一种基于混合 域的抗m p 3 压缩算法，该算法在抗m p 3 压缩上表现出较好的鲁棒性， 但是不能权衡其他攻击所造成的损害。为了提高水印嵌入的智能性和 稳健性，人工神经网络方法也越来越受到研究者们的关注，m a h a c 【删 等人基于神经网络和心理声学模型，提出了一种小波域的盲水印算 法，利用神经网络模型提高了水印嵌入的自适应性，心理声学模型的 应用则保证了水印嵌入后的不可感知性，与小波域算法的结合使得整 个算法的抗同步攻击性得到了有效地提高。 硕士学位论文 第三章基于混沌的复倒谱域自适应双重音频水印算法 3 1 引言 第二章介绍了几种典型的水印算法，并对其分别进行了实验分析。 这些算法在近几年的理论研究上起到了积极的促进作用，但是经过许 多的实际应用验证发现这些算法的安全性和鲁棒性还存在一定的不 足。目前，关于数字水印的多重嵌入问题的研究较少，大部分的水印 方案中，水印的嵌入位置由算法确定，第二次水印的嵌入可能会使第 一次嵌入的水印遭到破坏4 5 1 。以往，在数字图像水印技术中，经常利 用混沌映射产生随机序列来作为嵌入载体图像中的水印信号m 】，本章 节将在以往研究的基础上，采用混沌序列对水印图片进行加密以提高 水印的安全性，并在复倒谱域按照相同方法前后两次嵌入不同内容的 水印图片，不仅标识了版权者多种信息，而且验证了算法的鲁棒性。 3 2 基础理论 3 2 1 混沌理论 混沌是发生在一个确定系统中的伪随机运动。l o g i s t i c 混沌映射 是一类被广泛研究的动力系统，定义如式( 3 1 ) 所示： x k “= u x 七( 1 一) ( 3 1 ) 其中u 称为l o g i s t i c 参数，且o u 4 ，x k ( o ，1 ) 。当3 5 6 9 9 4 5 e t l l ，则此段作为嵌入帧，否则，弃 之不用，即不做任何改动。 3 3 3 水印的嵌入 基于3 2 节中的理论，先将原始音频和原始水印进行预处理，按 照图3 3 完成水印的嵌入过程，具体的嵌入步骤如下： 蔓茎 剖 ；震耋茎赣嚣 混沌序列 产生机制 原始水印 l o g i s t i c 混 沌序列 复倒谱变换l 。均值调制i 、l 逆复倒谱变换 卜刊卜刊 ( c c e p s ) i 7 嵌入l7 i ( i c c e p s ) 加密后 的水印 含水印 的音频 图3 3 水印嵌入流程原理图 1 ) 先将水印信息转化为二进制码流，用w m l ，w m 2 表示水印l 和水 印2 ，将其定义为w m = w m ( i ) 1 w m ( i ) e ( 0 ，1 ) ，o i k ) ，其中k 为水印 信息二进制码流的长度。降维后与同样降维处理的同样大小的 l o g i s t i c 混沌序列( x o = o 3 2 5 ，u = 3 9 为密钥) 进行加密，生成新的二 硕士学位论文 值水印序列用于嵌入。 2 ) 将原始音频分为帧长为n 的若干帧，其中帧长n 视为第二个密钥。 3 ) 根据3 3 2 节所示选取嵌入帧x ( n j ) ，x ( n j ) 表示选定的第j 帧的第 n 个采样点，其中n = l ，2 ，3 mj = 1 ，2 ，3 l ，l 为选定后的帧数。 水印信号一定的情况下，分段能量阈值e t l l 可以选的相对大些，从 而获得较好的鲁棒性。 4 ) 对选定帧x ( n j ) 做复倒谱变换，用c ( n j ) 表示第j 帧音频的第1 3 个倒 谱系数，n = l ，2 ，3 mj = 1 ，2 ，3 l ；并求各帧的复倒谱系数均值 c i 。 5 ) 利用统计均值调制法嵌入水印1 ： 若w m ( i ) = l ，且如果c i t h c ( 刀，歹) = c ( n ，j ) 一( 刀l c p ) 一q ( 3 - 5 ) 式中t h 为嵌入调制阈值，c p 为每一个嵌入帧的复倒谱系数平均值， q 为嵌入因子。大量实验证明嵌入阈值的选取对水印的不可感知性和 鲁棒性是有一定影响的，因此本文将阈值不仅作为嵌入判断条件，并 且参与了均值调制。此步骤结束即是完成了第一重水印的嵌入过程。 6 ) 重复步骤( 3 ) 至( 5 ) ，进行水印2 的嵌入； 7 ) 完成步骤( 6 ) 后即实现了第二重水印的嵌入，然后对已经嵌入双重 基于变换域的数字音频水印技术研究 水印的复倒谱系数进行逆倒谱变换( i c c e p s ) ，从而得到含多重水 印