音頻嵌入數(shù)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(chǔ)上，綜述了音頻數(shù)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(jié)合人耳聽覺特性設(shè)計(jì)的明水印算法。

近幾年來，網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和計(jì)算機(jī)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)展在給人類生活帶來快捷便利的同時(shí)，也被一些不法分子利用計(jì)算機(jī)進(jìn)行詐騙，也使人們面臨著嚴(yán)峻挑戰(zhàn)。打擊不法分子已經(jīng)成為一個(gè)迫切需要解決的現(xiàn)實(shí)問題。數(shù)字水印是能滿足這些要求的一項(xiàng)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(jī)的選擇圖像的一些分塊，在頻域的中頻上稍稍改變一個(gè)三元組來隱藏二進(jìn)制序列信息。這種方法對(duì)有損壓縮和低通濾波是穩(wěn)健的。Cox等[提出了著名的基于圖像全局變換的數(shù)字水印技術(shù)，該方案對(duì)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(duì) 的圖像進(jìn)行 的DCT變換，對(duì)DCT系數(shù)按Zig-Zag掃描重新排列為一維向量，留下向量中開始的L個(gè)系數(shù)不作修改，對(duì)第L個(gè)系數(shù)后面的M個(gè)系數(shù)進(jìn)行修改以嵌入水印。黃繼武等人 在對(duì)DCT系數(shù)DC和AC分量的定性和定量分析的基礎(chǔ)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(wěn)健性，并提出了一個(gè)利用DC分量的自適應(yīng)算法。

數(shù)字水?。―igital Watermarking）技術(shù)是將一些標(biāo)識(shí)信息（即數(shù)字水印）直接嵌入數(shù)字載體當(dāng)中（包括多媒體、文檔、軟件等）或是間接表示（修改特定區(qū)域的結(jié)構(gòu)），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(shí)別和辨認(rèn)。通過這些隱藏在載體中的信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者、購買者、傳送隱秘信息或者判斷載體是否被篡改等目的。數(shù)字水印是信息隱藏技術(shù)的一個(gè)重要研究方向。 數(shù)字水印是實(shí)現(xiàn)版權(quán)保護(hù)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(shù)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(shù)字水印模型，并給出了部分實(shí)驗(yàn)結(jié)果。

1 音頻水印

音頻數(shù)字水印的主要應(yīng)用是隱蔽通信及版權(quán)保護(hù)。隱蔽通信注重信息的隱匿以及數(shù)據(jù)的嵌入容量，版權(quán)保護(hù)則強(qiáng)調(diào)穩(wěn)健性。目前應(yīng)用于音頻產(chǎn)品數(shù)字版權(quán)保護(hù)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(shù)字水印比較重要的算法有以下幾類：

（1）最不顯著位嵌入（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(zhuǎn)換成一串二進(jìn)制的碼流。音頻文件的每一個(gè)采樣數(shù)據(jù)也是用二進(jìn)制數(shù)值加以表示的。這樣可以通過將每一個(gè)采樣值的最不顯著位（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(hào)中嵌入水印。如果將音頻信號(hào)看作水印傳輸?shù)男诺?，水印看作在信道中傳輸?shù)男盘?hào)，理想情況下，信道容量將是1Kbps/kHz，即采樣率和比特率在數(shù)值上相當(dāng)。偽隨機(jī)序列可以由偽隨機(jī)序列發(fā)生器產(chǎn)生。當(dāng)偽隨機(jī)序列發(fā)生器具有固定結(jié)構(gòu)時(shí)，不同的初始值會(huì)產(chǎn)生不同的偽隨機(jī)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(jī)序列值。為增強(qiáng)水印穩(wěn)健性，可考慮將水印加到音頻數(shù)據(jù)的高頻分量上。

LSB法簡(jiǎn)單易行，數(shù)據(jù)容量大，安全性較高。缺點(diǎn)是對(duì)抗信號(hào)處理的穩(wěn)健性差。

（2）擴(kuò)頻方法（Spread Sprectrum Encoding）。此方法是將編碼數(shù)據(jù)分布到盡可能多的頻譜中對(duì)信息流進(jìn)行編碼。常用的有直接序列擴(kuò)頻編碼（DSSS），它通常結(jié)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(yīng)，一般需要對(duì)所采用的序列進(jìn)行若干級(jí)的濾波處理，水印的檢測(cè)則結(jié)合相關(guān)性假設(shè)檢驗(yàn)檢測(cè)方法。該方法對(duì)MP3音頻編碼、PCM量化以及附加噪聲有一定的穩(wěn)健性。擴(kuò)頻方法具有抗干擾性能好，隱蔽性強(qiáng)、干擾小，易于實(shí)現(xiàn)碼分多址，數(shù)模兼容。

（3）相位編碼。利用人耳聽覺系統(tǒng)對(duì)絕對(duì)相位不敏感以及對(duì)相對(duì)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(duì)相位，并調(diào)整其余音頻段以保持相對(duì)相位的不變。其編碼步驟簡(jiǎn)述如下：

⑥根據(jù)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(hào)。

（4）回聲隱藏。通過引入回聲將水印數(shù)據(jù)嵌入到音頻信號(hào)，其中利用了HAS的另一特性：音頻信號(hào)在時(shí)域的向后屏蔽作用，即弱信號(hào)在強(qiáng)信號(hào)消失之后被屏蔽，大約在強(qiáng)信號(hào)消失之后的50ms～200ms之內(nèi)繼續(xù)作用而不被人耳所察覺。

由于回聲隱藏是將水印信息作為載體數(shù)據(jù)的環(huán)境而非隨機(jī)噪聲嵌入到載體數(shù)據(jù)中，因此對(duì)一些有損壓縮的算法有令人滿意的穩(wěn)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(wěn)健性。變換域算法包括離散傅立葉變化（DFT）、離散余弦變換（DCT）以及近年來興起的離散小波變換（DWT）。對(duì)于前二種方法，國(guó)內(nèi)外已經(jīng)做了相當(dāng)多的研究，基本思想都是結(jié)合HAS聽覺特性對(duì)原始音頻數(shù)據(jù)在一定的頻域內(nèi)進(jìn)行變換處理，然后改變相應(yīng)的變換系數(shù)來嵌入水印。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(jí)的小波分解，保留前L-1級(jí)的差別分量而對(duì)第L級(jí)的細(xì)節(jié)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(hào)放在語音信號(hào)能量最集中的低頻部分。

2 人類聽覺模型

人類聽覺系統(tǒng)對(duì)于輸入信號(hào)所作出的反應(yīng)是基于頻率的，音調(diào)的不同對(duì)應(yīng)于頻率的變化。圖1所示即為人耳的靈敏度對(duì)于頻率的函數(shù)，圖中給出了可為人耳所聽到的最低聲音強(qiáng)度，對(duì)于每個(gè)不同頻率正好就是音頻靈敏度的倒數(shù)。從圖1可知，人耳對(duì)于3kHz左右的頻率最為敏感，對(duì)于過高（20kHz）以及過低（20Hz）的頻率，人耳敏感性將降低。