（计算机应用技术专业论文）鲁棒性数字音频水印关键技术研究与实现.pdf

翻、翟、 n a n j i n gu n i v e r s i t yo f a e r o n a u t i c sa n d a s t r o n a u t i c s t h eg r a d u a t es c h o o l c o l l e g eo fi n f o r m a t i o ns c i e n c ea n dt e c h n o l o g y r e s e a r c ha n d i m p l e m e n t a t i o no n r o b u s t d i g i t a l a u d i o w a t e r m a r k i n g k e yt e c h n o l o g i e s a 砀e s i si n c o m p u t e rs c i e n c ea n dt e c h n o l o g ye n g i n e e r i n g b y w a n gz h o n g y e a d v i s e db y p r o z h e n gh o n g y u a n s u b m i t t e di np a r t i a lf u l f i l l m e n t o ft h er e q u i r e m e n t s f o rt h ed e g r e eo f m a s t e ro fe n g i n e e r i n g j a n u a r y , 2 0 1 0 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将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、缩印或扫描 等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本承诺书) ， 作者签名：王鲨监 日期：如i 口：! ! 南京航空航天大学硕十学位论文 摘要 近年来，数字音频编码技术和网络技术的发展，数字音频的传输和获取越米越便利。同时， 伴随而来的盗版现象使得数字音频文件的版权保护变得越来越重要。数字音频水印技术是实现 版权保护的有效手段，本文主要结合小波分析、人耳听觉掩蔽、帧同步以及m p 3 音频编码标准 等技术，设计了鲁棒性数字音频水印的研究框架。按照框架对原始、压缩音频水印技术进行了 研究，包括以下三个部分： ( 1 ) 对小波分析和人耳听觉掩蔽效应原理进行研究。以原始音频为载体，提出基于小波包变 换和人耳听觉掩蔽的盲水印算法。算法在嵌入过程分析载体音频的小波包域功率谱特征以计算 听觉掩蔽闽值，根据阈值定位入耳不易感知的信号，并从中挑选能量较大者作为嵌入位置。算 法弥补了传统算法嵌入位置选择精确度不高、主观性过强的缺点，明显提高了不可感知性。 ( 2 ) 针对原始音频水印算法抗同步攻击能力较差的缺陷，引入帧同步技术，提出一种基于m 序列的抗同步攻击盲水印算法。算法将水印段号作为水印的一部分嵌入音频，选取m 序列作为 帧同步码嵌入到音频的小波包变换域。提取过程通过检测帧同步码、水印段号保证水印的准确 定位、重组。算法能够抵抗时域样点剪切、样点拷贝等同步攻击。 ( 3 ) 针对组合压缩音频水印的同步问题，提出一种基于局部恒定特征的压缩音频水印算法。 算法分析压缩音频内容，选取与边缘信息相对应的局部区域作为嵌入位置，在各局部区域中提 取对音频信号处理和同步攻击不敏感的恒定统计特征，将经过混沌调制的水印嵌入恒定统计特 征量。算法具有较好的不可感知性，能够有效抵抗常规音频信号处理以及随机剪切、抖动和t s m 等同步攻击。 关键词：数字音频水印，人耳听觉掩蔽，离散小波包变换，帧同步，压缩音频水印 鲁棒性数字音频水印关键技术研究与实现 a b s t r a c t 、m t l lt h ed e v e l o p m e n to ft h ei n t e m e ta n dd i g i t a la u d i oc o d i n gt e c h n o l o g y , t r a n s m i s s i o na n d a c c e s so fd i g i t a la u d i oa r em o r ea n dm o r ef a c i l i t i e s a tt h es a l t l et i m et h ep h e n o m e n o no fp i r a c y m a k e st h ec o p y r i g h tp r o t e c t i o no fd i g i t a la u d i oi n c r e a s i n g l yi m p o r t a n t d 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 i q u ei sa ne f f e c t i v em e a n so fa c h i e v i n gc o p y r i g h tp r o t e c t i o n c o m b i n e sw a v e l e ta n a l y s i s ，h u m a n a u d i t o r ym a s k i n g ，f r a m es y n c h r o n i z a t i o n ，a sw e l la sm p 3a u d i oc o d i n gs t a n d a r d s ，t h i st h e s i sd e s i g n s a r e s e a r c hf r a m e w o r kf o rr o b u s td i g i t a la u d i ow a t e r m a r k i n g a c c o r d i n gt ot h ef r a m e w o r k ，i td o e ss o m e r e s e a r c h e so nt h eo r i g i n a la u d i oa n dc o m p r e s s e da u d i ow a t e r m a r k i n gt e c h n i q u e ，w h i c hi n c l u d e st h e f o l l o w i n gt h r e ep a r t s ： f i r s t l y , t h et h e s i ss t u d i e sw a v e l e ta n a l y s i sa n dp r i n c i p l e so fh u m a na u d i t o r ym a s k i n g w i t ht h e o r i g i n a la u d i oa sc a r r i e r , i tp r o p o s e saw a t e r m a r k i n ga l g o r i t h mb a s e do nw a v e l e tp a c k e tt r a n s f o r ma n d b l i n d n e s so fh u m a na u d i t o r ym a s k i n g i nt h ee m b e d d i n gp r o c e s s ，a l g o r i t h ma n a l y z e st h e c h a r a c t e r i s t i c so fp o w e rs p e c t r u mi nt h ew a v e l e tp a c k e tf i e l dt oc a l c u l a t et h et h r e s h o l do fa u d i t o r y m a s k i n g a c c o r d i n gt ot h e t h r e s h o l d ，p i c k st h es i g n a l sw h i c ha r ed i f f i c u l tf o rt h eh u m a na u d i t o r yt o p e r c e i v e ，a n ds e l e c tt h eg r e a t e ro n e si ne n e r g ya se m b e d d i n gp o s i t i o n s a l g o r i t h ms i g n i f i c a n t l y i n c r e a s e st h ei m p e r c e p t i b i l i t y , m a k e su pt h el o wa c c u r a c yi nc h o o s i n ge m b e d d i n gp o s i t i o n ，t o o s u b j e c t i v e ，w h i c ha r es h o r t c o m i n g so ft r a d i t i o n a la l g o r i t h m s e c o n d l y , a i m sa t t h ew e a k n e s so fa u d i ow a t e r m a r k i n ga l g o r i t h mi nr e s i s t i n g o r i g i n a l a n t i s i m u l t a n e o u sa t t a c k s ，t h et h e s i sq u o t e sf r a m es y n c h r o n i z a t i o nt e c h n i q u e ，p r o p o s e sab l i n d w a t e r m a r k i n ga l g o r i t h mf o rr e s i s t i n ga n t i s i m u l t a n e o u sa t t a c k s ，w h i c hb a s e d o nm s e q u e n c e s i nt h e a l g o r i t h m ，p a r a g r a p hn u m b e r sa sp a r to ft h ew a t e r m a r ka l ee m b e d d e di n t o t h ea u d i o ，w h i l em s e q u e n c ea c t sa sf r a m es y n c h r o n i z a t i o nc o d e si se m b e d d e di n t ot h ea u d i oi nt h ew a v e l e tp a c k e tf i e l d t h ee x t r a c t i o np r o c e s s ，b yd e t e c t i n gt h ef r a m es y n c h r o n i z a t i o nc o d e ，e n s u r e st h a tw a t e r m a r k p a r a g r a p hn u m b e r si n a c c u r a t ep o s i t i o n i n gf o rr e s t r u c t u r i n g a l g o r i t h mr e s i s tt h et i m e d o m a i n s a m p l e sc u t ，c o p ys a m p l e sa n do t h e rs i m u l t a n e o u sa t t a c k sw e l l t h i r d l y , f o rt h es y n c h r o n i z a t i o np r o b l e mo ft h eb u i l t - u pc o m p r e s s e da u d i ow a t e r m a r k ，i t p r o p o s e sa na l g o r i t h mb a s e do nl o c a li n v a r i a n tf e a t u r e s a l g o r i t h ma n a l y z e s t h ec o n t e n to f c o m p r e s s e da u d i o ，s e l e c t st h el o c a la r e ac o r r e s p o n d i n gt ot h ee d g ei n f o r m a t i o n a se m b e d d i n g p o s i t i o n ，i ne a c hl o c a la r e ae x t r a c t sc o n s t a n ts t a t i s t i c a lc h a r a c t e r i s t i c st h a tn o ts e n s i t i v ef o rt h ea u d i o s i g n a lp r o c e s s i n ga n ds y n c h r o n i z a t i o na t t a c k s ，a n dm a k e st h ew a t e r m a r kw i t hc h a o t i cm o d u l a t i o n i i 南京航空航天大学硕士学位论文 e m b e d d e di n t oc o n s t a n ts t a t i s t i c a lf e a t u r e s a l g o r i t h mh a sb e t t e ri m p e r c e p t i b i l i t y , e f f e c t i v e l yr e s i s t c o n v e n t i o n a la u d i os i g n a lp r o c e s s i n ga n dr a n d o ms h e a r , j i t t e r , t s ma n ds i m u l t a n e o u sa a a c k s k e y w o r d s ：d i g i t a la u d i ow a t e r m a r k i n g ，h u m a na u d i t o r ym a s k i n g ，d i s c r e t ew a v e l e tp a c k e tt r a n s f o r m , f r a m es y n c h r o n i z a t i o n ，c o m p r e s s e da u d i ow a t e r m a r k i n g i i i 鲁棒性数字音频水印关键技术研究与实现 目录 第一章绪论。l 1 1 研究背景与意义1 1 2 国内外研究现状2 1 2 1 数字水印技术2 1 2 2 数字音频水印技术3 1 3 本文主要工作4 第二章数字音频水印技术及研究框架设计6 2 1 数字音频水印技术的基本概念6 2 1 1 基本原理6 2 1 2 分类。8 2 1 3 应用领域8 2 2 数字音频水印技术的基本特征、评价标准与攻击分析9 2 2 1 基本特征9 2 2 2 评价标准1 0 2 2 3 攻击分析_ ：1 2 2 3 经典的数字音频水印技术：。一1 2 2 3 1 时域音频水印技术1 2 2 3 2 变换域音频水印技术1 3 2 3 3 压缩音频水印技术1 4 2 3 4 基于生理模型的音频水印技术1 6 2 4 鲁棒性数字音频水印研究框架设计1 6 2 5 本章小结1 7 第三章基于小波包变换和听觉掩蔽的原始水印算法1 9 3 1 小波分析原理及其应用一1 9 3 1 1 小波分析原理1 9 3 1 2 小波分析在音频水印中的应用2 0 3 2 人类听觉掩蔽效应原理及其应用2l 3 2 1 人类听觉系统的掩蔽感知特性2 l 3 2 2 掩蔽感知特性在音频水印中的应用2 2 3 3 基于掩蔽效应原理的小波包域音频盲水印算法2 3 3 3 1 水印的嵌入算法2 3 3 3 2 水印的提取算法2 9 3 4 实验结果分析及性能评价3 0 3 5 本章小结3 1 第四章抗同步攻击的白适应原始音频水印算法3 3 i v 南京航空航天大学硕十学位论文 4 1 数字音频水印技术的同步性问题3 3 4 2 帧同步技术介绍3 4 4 2 1 m 序歹0 3 4 4 2 2 帧同步系统的性能指标3 6 4 3 基于m 序列的自适应同步音频水印算法3 6 4 3 1 水印嵌入算法。3 6 4 3 2 水印的提取算法3 8 4 4 实验结果分析及性能评价3 9 4 5 本章小结。4 1 第五章抗同步攻击的压缩域音频水印算法。4 2 5 1m p 3 音频编码标准4 2 5 2m p 3 音乐的局部化恒定特征4 3 5 2 1 局部区域选取4 3 5 2 2 恒定统计特征提取4 5 5 3 基于局部恒定特征的压缩音频水印算法4 6 5 3 1 水印的嵌入算法4 6 5 3 2 水印的提取算法4 8 5 4 实验结果分析及性能评价一4 9 5 5 本章小结5l ： 第六章总结与展望5 2 6 1 总结5 2 6 2j 琵望5 2 6 2 1 未来研究领域展望5 2 6 2 2 应用前景展望一5 3 参考文献5 4 j l j 【谢5 8 在学期间的研究成果及发表的学术论文5 9 v 鲁棒性数字音频水印关键技术研究与实现 图表清单 图2 1 数字音频水印处理系统基本框架图6 图2 2 水印嵌入流程图。13 图2 3 研究框架设计图1 7 图2 4 研究采用技术示意图1 7 图3 1 水印嵌入流程图2 0 图3 2 水印提取流程图2 l 图3 3 水印嵌入流程图2 3 图3 4 水印图像2 4 图3 5 小波分解与小波包分解比较图2 5 图3 6 小波包分解树及其频段划分( 单位h z ) 2 6 图3 7 水印提取流程图2 9 图4 1m 序列发生器3 5 图4 2m 序列的自相关函数示意图3 5 图4 3 水印嵌入流程图3 7 图4 4 水印和帧同步码的嵌入位置示意图3 8 图4 5 水印提取流程图3 8 图5 1m p 3 编码流程图。二：j ，：4 2 图5 2m p 3 解码流程图4 2 图5 3 水印嵌入流程示意图4 7 图5 4 原始水印二值图像4 7 图5 5 水印提取流程示意图4 8 表2 1s d g 主观测试分数描述1 1 表3 1 主观听觉测试结果一3 0 表3 2 客观评价的信噪比分析3 l 表3 3 数字水印对部分攻击的抵抗能力3 l 表4 1 主观听觉测试结果4 0 表4 2 客观评价的信噪比分析4 0 表4 3 数字水印对部分攻击的抵抗能力4 0 表5 1 主、客观听觉测试结果4 9 表5 2 抗m p 3 压缩和常规音频处理测试结果( 流行音乐) 4 9 表5 3 抗同步攻击测试结果( 流行音乐) 5 0 南京航空航天大学硕士学位论文 第一章绪论 1 1 研究背景与意义 近年来，媒体压缩技术日益成熟，使得图像、音频和视频等多媒体产品爆炸性增长，人类 已经迈进了崭新的数字化信息时代。数字媒体具有表现直观、获取容易、传播迅速和存储方便 等传统媒体不可比拟的优点，极人丰富了人们的生活，使得网络环境下信息共享、协同丁：作的 效率获得前所未有的提高。数字化技术带给人们便利、快捷的同时，引起了许多严重的安全问 题，例如：媒体产品的版权侵犯，软件或文档的非法拷贝，各种数字信息的肆意篡改等。如何 有效地解决网络环境下数字媒体的版权保护和信息安全，成为一个亟待解决的研究课题。 数字产品所有者首先采用密码学技术解决这些问题，其中以信息加密技术和数字签名技术 最具代表性，但是两种技术均不能完全胜任。信息加密技术容易将原始信号的属性忽略，致使 解密后的数据毫无保护可言，盗版者可将其任意传播；数字签名技术需要在原始数据中加入大 量的数字签名，势必影响数字多媒体的实用性。数字水印技术既可以保证加密后的多媒体数据 具有实用性，又可以保证解密后的内容受到保护，引起了国际学术届的广泛关注和深入研究。 数字水印技术作为诸多领域的交叉学科，涉及计算机科学、人类生理学、密码学、多媒体处理、 数据压缩、信息论和通信理论等领域，具有重要的理论意义和实用价值。 现实生活中，网络通信和音频感知编码技术的飞速发展，使得数字音乐作品的制作、复制、 传播和消费成本越来越低，以w a v 为代表的标准音乐、m p 3 为代表的网络音乐在生活中广泛 传播，促进了诸如卡拉o k 点歌、在线数字音乐销售等大量商业系统的应用，数字音频水印 ( d i g i t a la u d i ow a t e r m a r k i n g ) 技术将为这些应用提供可靠的保护，其研究显得越来越重要。相 对于数字图像水印技术，音频水印技术的研究更为复杂，主要原因有以下两点： ( 1 ) 人类听觉系统对于音频的分辨率高于视觉系统对于图像的分辨率，音频信号的特征复 杂，包含丰富的节拍、音调信息，水印信息容易影响音频的欣赏价值。 ( 2 ) 音频信号的编码方式可能将水印信息作为噪声去除，如m p e g 方案，给音频水印的研究 带来斟难。 数字音频水印技术的研究将为信息隐藏技术提供更多的理论依据和技术手段。近十年来， 国内外对数字音频水印技术投入了人量的研究工作，提出了许多具有代表性的算法，大人推动 了该领域的发展。但是现有的各种水印方案都还不完善，有待丁进一步地改进和提高，从理论 剑实际应用尚有许多问题需要解决。 鲁棒性数字音频水印关键技术研究与实现 1 2 国内外研究现状 1 2 1 数字水印技术 数字水印技术作为信息隐藏技术的一个分支，是信息隐藏技术研究的重点。最早对t 数字 水印技术的关注源自t a n a k a 等人i l 】提出的用于隐藏信息和确认所有权的标记图像思想。1 9 9 3 年第一篇关于数字水印论述的文章发表，t r i k e l 等人【2 l 首先提出了电子水印( e l e c t r o n i c w a t e r m a r k ) 的说法，随后的国际图像处理会议中明确提出“数字水印”1 3 这个概念并成功应用 于数字图像水印中。此后，由于数字水印技术在多媒体内容保护和版权保护方面具有潜在的巨 大作用，技术引起了全世界范围的众多研究者、科研机构和公司的广泛关注，投入了大量的人 力和物力进行研究和开发。数字水印技术迅速成为图像处理和多媒体信息安全领域的研究热点 之一。 国际学术界于1 9 9 6 年在英国剑桥牛顿研究所召开了第一届国际信息隐藏技术研讨会，会议 将数字水印作为主要议题之一。白1 9 9 9 年起，国际光学工程师协会s p i e 和图像科学与技术协 会每年举办专门的“多媒体内容安全和水印的专题讨论会”。此外，i e e e 及多家国际权威的学 术期刊也都在一些重要会议上开辟了数字水印的专题，如i e e ec o n f e r e n c e0 1 1i m a g ep r o c e s s i n g ( i c p ) 、i e e et r a n s a c t i o n so ns i g n a lp r o c e s s i n g 、i e e et r a n s a c t i o n so ni n f o r m a t i o nt h e o r y 、i e e e c o n f e r e n c eo l lm u l t i m e d i a & e x p o ( i c m e ) 和s i g n a lp r o c e e s i n g 等i 一j _ ： 科研机构、公司方面，包括美国麻省理工学院、p u r d e u 大学、英国剑桥大学、g e o r a g em a s o n 大学、德国e r l a n g e n - n u r e m b e r g 大学、n e c 研究所、i b m 研究所、贝尔实验室、索尼、飞利浦 及微软公司等在内的多家组织，在水印技术实用化等方面进行了相关的研究，相继推出了在数 字图像、音频和视频作品中嵌入水印以进行版权保护的软件产品。例如b l u e s p i k e 公司的 “g i o v a n n i 数字水印系统，【甜、g o g n i c i t y 公司的“a u d i o k e y m p 3 水印系统”以及d i g i m a r c 公司 1 5 的数字水印技术“p i c t u r em a r e ”。 此外，各种组织、机构积极参与水印标准的制定，例如拷贝保护技术工作组( c 盯w g ： c o p yp r o t e c t i o nt e c h n i c a lw o r k i n gg r o u p ) 成立了专门的小组d h s g ，考虑制定版权保护水印的 技术标准并提出了一些基本的要求。安全数字音乐创始组织( s d m i ：s e c u r e dd i g i t a lm u s i c i n i t i a t i v e ) 公布了第一阶段鲁棒性测试规程以保护在i n t e m e t 上发布的数字音频文件，目前正在 制定第二阶段防止非法复制的技术标准。 随着学术信息交流的加快和数字水印技术的迅速发展，国内在水印方面的研究也逐步从技 术跟踪转向深入系统研究。国内的诸多高校、研究机构，如中山大学、哈尔滨工业人学、北京 邮电大学、中科院自动化所、清华大学、山东大学等，都开始了这个领域的研究。为了加强国 内科研人员之间的学术交流，信息安全领域的专家何德全、周仲义、蔡吉人等院士与有关研究 机构联合于1 9 9 9 年发起了第一届信息隐藏学术研讨会( c i h w ) ，为我国信息隐藏研究领域迈 2 南京航空航天大学硕士学位论文 出了共同探讨协作研究的第一步。2 0 0 0 年国家“8 6 3 计划”智能计算机专家组、中国科学院自 动化研究所及北京邮电人学信息安全中心联合在北京召开了“数字水印学术研讨会”。各类会议 的召开使得国内数字水印技术的研究交流越来越频繁，参与的研究者越来越多，取得了很多可 喜的成果。同时，国内的一些公司也已经开发出相应的水印产晶，其中代表性的有：上海阿须 数码技术有限公司申请的一项国际、三项国家数字水印技术专利：北京华旗数码影像技术研究 院研发的新一代图像、文本数字水印技术，该技术已成功应用丁新华社图片版权保护、文稿版 权保护系统。这些公司的创办和技术的应用表明数字水印技术在国内已经走上了实用化和商业 化的道路。 1 2 2 数字音频水印技术 随着研究的不断深入，数字水印技术的研究载体逐步由图像转换为音频、视频等。数字音 频水印技术的研究最早见于1 9 9 6 年【6 】，研究整体分为算法研究和系统框架研究两类，目前大多 数的研究集中于前者。根据音频载体的类型，数字音频水印算法分为压缩域音频算法和非压缩 域音频算法。 非压缩域的鲁棒性音频水印技术研究的水印算法大体分为时域算法t 6 j t t $ n 变换域算法 1 6 1 1 8 1 1 9 1 【1 0 1 两类： ( 1 ) 时域算法将水印直接嵌入在音频信号中，代表性的算法包括最低有效位算法【刀和回声隐 藏算法【6 1 ，具有简单、运算高效等优点。 ( 2 ) 变换域算法将水印嵌入到适当的变换域系数中，代表性的算法包括扩频算法【引、相位编 码算法【6 】、离散余弦变换( d c t ) 算、法【9 1 、离散傅立叶变换( d f t ) 算法【8 1 及离散小波变换( d w t ) 算法f 1 0 1 等，具有比时域算法更好的鲁棒性和不可感知性，是数字音频水印未来的发展方向。 现有的音频水印算法一般都针对非压缩的音频载体，如w a v 格式，然而在实际应用中， 还有一类音频信号以压缩形式存储并传输。由于压缩去除了音频媒体的大部分冗余信息，传统 算法嵌入的水印信息将不可避免地受到音频压缩的影响，因此结合m p e g 压缩的音频水印技术 也是目前研究的一个新方向。以压缩音频为载体的水印技术主要有三类1 1 】【1 2 】： ( 1 ) 基于m p e g ( m p 3 、a a c ) 的压缩域音频水印方法，直接将水印信息添加到m p e g 音 频比特流中。如文献【1 3 】提出修改m p e g 音频帧的比例冈子、编码样本序列两种方法嵌入水印， 文献【1 4 】提出在m p 3 压缩过程中隐藏水印信息的方法。 ( 2 ) 比特流音频水印方法，首先将压缩格式的音频解压，然后将水印植入到非压缩域，最后 嵌入水印的音频内容重新压缩成嵌入水印的音频。如文献【1 5 】【1 6 】提出两种基于m p e g 2a a c 的音频水印算法。 ( 3 ) 基于扩频调制和分析一合成方法的组合压缩音频水印方法，将频域扩频水印方法与分析 一合成方法融合，最大的优点是可以同时实现音频压缩和水印嵌入，在压缩参数和水印参数之 3 鲁棒性数字音频水印关键技术研究与实现 间实现最佳匹配，计算复杂度较低。如文献【1 7 】提出一种基于m d c t ( m o d i f i e dd i s c r e t ec o s i n e t r a n s f o r m ，修正离散余弦变换) 的音频水印算法，实际上是一种组合压缩音频水印方法。在此 基础上，文献【1 8 】提出了遗传算法改进的m d c t 域音频水印算法。 此外，压缩音频水印技术中还需要考虑以下两个关键问题： ( 1 ) 由下人耳听觉相比敏感，而且压缩编码又去除了音频信号的大部分冗余信息，使得以压 缩音乐为载体的音频水印嵌入受到更大的限制，如何设计一种不可感知性好、鲁棒性高、实时 性强的水印嵌入策略是将要努力的方向。 ( 2 ) 同步攻击对所有音频水印技术都是一个需要考虑的难题，如何提供好的同步特性也是研 究的要点。 同时，跨学科的数字音频水印算法也陆续崭露头脚，一些结合卷积码【1 9 l 、神经网络【2 0 】、混 沌理论【2 1 1 的复合型音频水印算法渐渐引起人们的关注。利用人类听觉系h a s ( h u m a n a u d i t o r y s y s t e m ) 的人耳掩蔽效应可以判断听觉不敏感区域，从而达到提高水印不可感知性的目的，对 数字音频水印技术的研究具有至关重要的作用。基于听觉掩蔽效应的音频水印算法2 2 】【2 3 1 f 2 4 】【2 s 】【2 6 】 已成为国内外的研究热点和重点。 1 3 本文主要工作 在充分理解数字水印原理和熟练掌握数字音频信号特征的基础上，本文对原始音频和压缩 音频两种载体的鲁棒性数字音频水印技术进行了深入的研究。通过分析和比较前沿的经典原始 音频水印算法，设计出一种结合小波包变换和人耳听觉掩蔽效应的音频盲水印算法，算法在保 证鲁棒性的前提下，实现了很好的不可感知性。同时，引用数字通信中的帧同步技术，提出一 种对抗同步攻击的自适应原始音频盲水印算法，算法将同步码嵌入在变换域中以定位水印的嵌 入位置，明显提高了水印的抗同步性。最后，本文对已有的压缩音频水印算法进行了研究，借 鉴前人解决同步问题的方法，结合音频编码标准对鲁棒性压缩音频水印技术进行了初步探索， 提出了一种压缩水印算法。文章分为六章，结构如下： 第一章介绍课题的研究背景与意义、数字水印技术及音频水印技术的发展、研究现状，概 述了原始音频水印算法、压缩域音频水印技术和跨学科的水印算法，给出了本文的主要研究内 容和结构安排。 第_ 二章对数字音频水印技术做了一个全面的综述。首先对音频水印的定义、基本特性、分 类、应用、评价标准及攻击技术等进行了概述；然后，从原始和压缩两种音频载体出发，分别 对各类音频水印算法进行了详细的介绍和分析，并重点讨论音频水印技术抵抗各类攻击，特别 是同步攻击的解决方案；最后介纠了本文技术研究的框架设计。 第三章介绍了小波分析原理、人耳听觉掩蔽原理，探讨了两种原理在水印中的应用，总结 了掩蔽闽值的计算公式，结合小波包变换和入耳听觉掩蔽效应提出了一种音频盲水印算法，仿 4 南京航空航大大学硕士学位论文 真实验并给出了算法的性能分析。 第四章对抗同步攻击的原始音频水印算法进行了研究。针对w a v 格式的音频，引用帧同步 技术，提出了基于m 序列的自适应音频盲水印算法，实验结果显示算法提高了水印带宽，提供 了良好的同步特性。 第五章对抗同步攻击的压缩音频水印算法进行了研究。针对m p 3 格式的音频，分析已有组 合压缩音频水印算法的不足，结合隐含同步和恒定水印的思想，提出了一种基于局部恒定特征 的组合压缩音频水印算法。实验结果显示算法对于各种攻击体现了良好的鲁棒性。 第六章对论文的内容作出总结并给出进一步的研究方向、应用前景展望。 5 鲁棒性数字音频水印关键技术研究与实现 第二章数字音频水印技术及研究框架设计 网络技术的迅速发展和音频媒体制作技术的日益成熟导致各种类型的音乐在互联网上广泛 传播。但是，毫无约束的复制和传播盗版音乐制品使得作者和发行者的利益受到极大损害。数 字音频水印技术能够有效地实施版权保护，已成为一个十分热门的研究领域。本章对数字音频 水印技术进行了概述，分析比较了具有代表性的水印算法，并总结了目前音频水印面临的攻击 问题及解决方案，提出了本文研究框架的设计。 2 1 数字音频水印技术的基本概念 2 1 1 基本原理 数字音频水印技术是多媒体数字水印技术研究的一个分支，算法将水印直接嵌入到音频内 容中，不影响原内容的价值和使用，不易被人的感知系统觉察出来，嵌入后的水印信息只能通 过专门的检测器或阅读器提取，处理系统基本框架如图2 1 所示。水印信息可以是作者名字、 产品序列号、版权标识符，甚至是有特殊意义的图像、音频和视频等。与图像、视频水印技术 。 一、： 不同，音频水印具有以下特点： ” 阿网 霉簖产一i 豳圈豳宙 图2 1 数字音频水印处理系统基本框架图 ( 1 ) 音频是一维信号，而图像、视频都是多维信号，带宽不同。 ( 2 ) 人类听觉感知系统比视觉系统更为灵敏，入耳对声音的相位感知不敏感，而对音频信号 的周期( 音调) 感知敏感。 ( 3 ) 相比静止图像，音频数据量大，算法通常需要分块处理。作为一种非平稳信号，分块变 换时需要考虑信号的时变特性。 数字音频水印处理系统可以定义为一个六元组g ，e p ) ，其中： ( 1 ) x 表示所要保护的音频信号工的集合。 6 南京航空航天大学硕士学位论文 ( 2 ) 形代表所有可能水印信息w 的集合。 ( 3 表示标识码( 水印密钥) k 的集合。 “) g 表示利用密钥k 和音频x 生成水印的预处理算法。 g ：x xk - - - - ) w ，w = g k ) ( 2 1 ) ( 5 谚表示将水印形嵌入数字音频产品局的嵌入算法。 e ：x x w 专x ，x ，= e ( x o ，矿) ( 2 2 ) 表示原始数字产品，表示嵌入水印后的数字产品。 ( 6 表示水印提取算法 彳：泓k 争 0 1 躺的书二：i 黧器 x x 表示待检测的含水印产品，凰、凰表示二值假设，分别表示水印的有无。提取水印后 可以通过检测算法d 使用规一化互相关系数等指标判断是否含有水印。 完整的水印系统处理过程包括水印的生成、嵌入和提取三个部分： ( 1 ) 水印的生成与预处理g 通常将水印w 定义如下： 。 w = w ( k ) 1w ( k ) u ，k w d )( 2 4 ) 表示维数为d 的水印信号域，d = - i ，2 ，3 分别表示音频、图像和视频中的水印。水印信号 可以是二值形式或高斯噪声形式。 ( 2 ) 水印嵌入e 嵌入过程将水印信号胆 w ( 幼) 嵌a n 原始产品x o = x o ( k ) ) 中得到嵌入水印的产品 五产缸“d ) ，嵌入规则描述为： ( 尼) = x o ( k ) o 五( 尼) 后) ( 2 5 ) 其中。为某种替加操作，可能包括合适的截断、量化操作。胆