音頻嵌入數字水印研究方案

摘 要： 在論述音頻水印技術(shù)及其發(fā)展的基礎上，綜述了音頻數字水印的一些重要算法，并提出了一個(gè)基于離散小波分析并結合人耳聽(tīng)覺(jué)特性設計的明水印算法。

近幾年來(lái)，網(wǎng)絡(luò )技術(shù)的飛速發(fā)展和計算機的迅速普及使得信息交流，編輯和發(fā)布變得十分容易。信息技術(shù)的發(fā)展在給人類(lèi)生活帶來(lái)快捷便利的同時(shí)，也被一些不法分子利用計算機進(jìn)行詐騙，也使人們面臨著(zhù)嚴峻挑戰。打擊不法分子已經(jīng)成為一個(gè)迫切需要解決的現實(shí)問(wèn)題。數字水印是能滿(mǎn)足這些要求的一項技術(shù)。

較早利用分塊DCT的水印技術(shù)，他們的水印方案是用一個(gè)密鑰隨機的選擇圖像的一些分塊，在頻域的中頻上稍稍改變一個(gè)三元組來(lái)隱藏二進(jìn)制序列信息。這種方法對有損壓縮和低通濾波是穩健的。Cox等[提出了著(zhù)名的基于圖像全局變換的數字水印技術(shù)，該方案對整個(gè)圖像作離散余弦變換（DCT），Barni等提出一種利用HVS掩蔽特性的基于DCT的水印算法，在水印嵌入階段，對 的圖像進(jìn)行 的DCT變換，對DCT系數按Zig-Zag掃描重新排列為一維向量，留下向量中開(kāi)始的L個(gè)系數不作修改，對第L個(gè)系數后面的M個(gè)系數進(jìn)行修改以嵌入水印。黃繼武等人 在對DCT系數DC和AC分量的定性和定量分析的基礎上，指出DC分量比AC分量更適合嵌入水印，嵌入DC分量的水印具有更好的穩健性，并提出了一個(gè)利用DC分量的自適應算法。

數字水?。―igital Watermarking）技術(shù)是將一些標識信息（即數字水?。┲苯忧度霐底州d體當中（包括多媒體、文檔、軟件等）或是間接表示（修改特定區域的結構），且不影響原載體的使用價(jià)值，也不容易被探知和再次修改。但可以被生產(chǎn)方識別和辨認。通過(guò)這些隱藏在載體中的信息，可以達到確認內容創(chuàng )建者、購買(mǎi)者、傳送隱秘信息或者判斷載體是否被篡改等目的。數字水印是信息隱藏技術(shù)的一個(gè)重要研究方向。 數字水印是實(shí)現版權保護的有效辦法，是信息隱藏技術(shù)研究領(lǐng)域的重要分支。本文簡(jiǎn)單介紹了數字水印的幾種重要算法，提出了一個(gè)基于離散小波變換（DWT）的音頻數字水印模型，并給出了部分實(shí)驗結果。

1 音頻水印

音頻數字水印的主要應用是隱蔽通信及版權保護。隱蔽通信注重信息的隱匿以及數據的嵌入容量，版權保護則強調穩健性。目前應用于音頻產(chǎn)品數字版權保護的水印技術(shù)大多局限于非壓縮域，包括時(shí)域和變換域。時(shí)域主要有LSB算法和回聲算法，變換域算法則主要采用DCT、DFT以及DWT。

音頻嵌入數字水印比較重要的算法有以下幾類(lèi)：

（1）最不顯著(zhù)位嵌入（LSB－Lesat Significant Bit）是一種最簡(jiǎn)單的嵌入方法。任何形式的水印均可以轉換成一串二進(jìn)制的碼流。音頻文件的每一個(gè)采樣數據也是用二進(jìn)制數值加以表示的。這樣可以通過(guò)將每一個(gè)采樣值的最不顯著(zhù)位（通常為最低位），用代表水印的二進(jìn)制位替換，即可在音頻信號中嵌入水印。如果將音頻信號看作水印傳輸的信道，水印看作在信道中傳輸的信號，理想情況下，信道容量將是1Kbps/kHz，即采樣率和比特率在數值上相當。偽隨機序列可以由偽隨機序列發(fā)生器產(chǎn)生。當偽隨機序列發(fā)生器具有固定結構時(shí)，不同的初始值會(huì )產(chǎn)生不同的偽隨機序列，這樣收發(fā)雙方只需要秘密傳送一個(gè)初值作為密匙而不必傳送整個(gè)偽隨機序列值。為增強水印穩健性，可考慮將水印加到音頻數據的高頻分量上。

LSB法簡(jiǎn)單易行，數據容量大，安全性較高。缺點(diǎn)是對抗信號處理的穩健性差。

（2）擴頻方法（Spread Sprectrum Encoding）。此方法是將編碼數據分布到盡可能多的頻譜中對信息流進(jìn)行編碼。常用的有直接序列擴頻編碼（DSSS），它通常結合性能優(yōu)良的m序列進(jìn)行編碼和解碼。為了利用HAS的掩蔽效應，一般需要對所采用的序列進(jìn)行若干級的濾波處理，水印的檢測則結合相關(guān)性假設檢驗檢測方法。該方法對MP3音頻編碼、PCM量化以及附加噪聲有一定的穩健性。擴頻方法具有抗干擾性能好，隱蔽性強、干擾小，易于實(shí)現碼分多址，數模兼容。

（3）相位編碼。利用人耳聽(tīng)覺(jué)系統對絕對相位不敏感以及對相對相位敏感的特性，使用代表水印信息的參考相位替代原始音頻段的絕對相位，并調整其余音頻段以保持相對相位的不變。其編碼步驟簡(jiǎn)述如下：

⑥根據修改后得到的相位矩陣和原始幅度矩陣，進(jìn)行IDFT逆變換，生成含有水印的音頻信號。

（4）回聲隱藏。通過(guò)引入回聲將水印數據嵌入到音頻信號，其中利用了HAS的另一特性：音頻信號在時(shí)域的向后屏蔽作用，即弱信號在強信號消失之后被屏蔽，大約在強信號消失之后的50ms～200ms之內繼續作用而不被人耳所察覺(jué)。

由于回聲隱藏是將水印信息作為載體數據的環(huán)境而非隨機噪聲嵌入到載體數據中，因此對一些有損壓縮的算法有令人滿(mǎn)意的穩健性。

（5）變換域算法：變換域算法具有許多空域算法所不具備的優(yōu)點(diǎn)，其中最突出的一點(diǎn)是其算法的穩健性。變換域算法包括離散傅立葉變化（DFT）、離散余弦變換（DCT）以及近年來(lái)興起的離散小波變換（DWT）。對于前二種方法，國內外已經(jīng)做了相當多的研究，基本思想都是結合HAS聽(tīng)覺(jué)特性對原始音頻數據在一定的頻域內進(jìn)行變換處理，然后改變相應的變換系數來(lái)嵌入水印。本文的算法是基于第三種變換即離散小波變換的。這里簡(jiǎn)單介紹一下DWT技術(shù)。

DWL算法是利用Daubechies-4小波基的原始音頻進(jìn)行L級的小波分解，保留前L-1級的差別分量而對第L級的細節分量進(jìn)行處理并嵌入水印。此算法的一個(gè)特點(diǎn)是將水印信號放在語(yǔ)音信號能量最集中的低頻部分。

2 人類(lèi)聽(tīng)覺(jué)模型

人類(lèi)聽(tīng)覺(jué)系統對于輸入信號所作出的反應是基于頻率的，音調的不同對應于頻率的變化。圖1所示即為人耳的靈敏度對于頻率的函數，圖中給出了可為人耳所聽(tīng)到的最低聲音強度，對于每個(gè)不同頻率正好就是音頻靈敏度的倒數。從圖1可知，人耳對于3kHz左右的頻率最為敏感，對于過(guò)高（20kHz）以及過(guò)低（20Hz）的頻率，人耳敏感性將降低。