【文章內(nèi)容簡(jiǎn)介】 研究中心，微軟公司劍橋研究院，貝爾實(shí)驗(yàn)室等，其中美國(guó)軍方和財(cái)政部也給予了極大的支持。國(guó)內(nèi)學(xué)術(shù)界，有一批有實(shí)力的科研機(jī)構(gòu)投入到這一領(lǐng)域的研究中來，像 天津大學(xué)、西安交通大學(xué)、中國(guó)科學(xué)院自動(dòng)化研究所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室、武漢大學(xué)等等取得不少研究成果。 目前數(shù)字水印的研究 中已經(jīng)提出很多方法。一般根據(jù)嵌入水印時(shí)對(duì)音頻信號(hào)的處理方式不同，可把水印算法分為時(shí)域水印算法和變換域水印算法。時(shí)域算法的主要代表有LSB 方法、回聲隱藏等。時(shí)域數(shù)字水印算法是在時(shí)域中修改信號(hào)樣本達(dá)到嵌入水印的目沈陽理工大學(xué)學(xué)士學(xué)位論文 5 的。而變換域水印技術(shù)通過修改變換域系數(shù)來隱藏水印。常用的變換域方法有 DFT、DCT、 DWT、 KLT 等方法。 第 2 章 數(shù)字音頻水印概述 數(shù)字音頻水印的概念 數(shù)字音頻水印是利用數(shù)字音頻信號(hào)中存在冗余信息的特性，在不影響音頻信息質(zhì)量的前提條件下，把額外的預(yù)制水印隱匿于其中的技術(shù) 。 數(shù)字音頻水印是一個(gè)多學(xué)科高度交叉的新興研究領(lǐng)域。它涉及了音頻的信號(hào)處理和密碼學(xué)、通信理論、編碼理論、信號(hào)壓縮和人類聽覺理論等多門學(xué)科，有著很高的實(shí)用價(jià)值。 數(shù)字音頻水印的基本要求 根據(jù)音頻數(shù)據(jù)和人耳的聽覺特性，要想成功的在數(shù)字音頻媒體中嵌入水印，要充分的注意以下幾點(diǎn)要求： (1)嵌入水印時(shí)，應(yīng)把水印嵌入到音頻媒體數(shù)據(jù)中，不能存儲(chǔ)在文件頭或是單獨(dú)文件形式存在，否則很容易被去除或改變。 (2)嵌入水印后，水印不應(yīng)對(duì)原始的音頻媒體的聲音質(zhì)量造成可以察覺的失真，應(yīng)該具有透明性。 (3)預(yù)制水印必須具有一 定的魯棒性，能夠抵抗音頻媒體的濾波、壓縮、重采樣，剪切、加噪聲等一般信號(hào)處理。 (4)水印應(yīng)易于嵌入、檢測(cè)和提取，計(jì)算量要盡可能的低，以方便集成到一般性的電子產(chǎn)品中。 (5)最好可以實(shí)現(xiàn)盲檢測(cè)，因?yàn)橥ǔＧ闆r下尋找原始音頻比較困難， 盲水印 具有更 好的 實(shí)用價(jià)值和應(yīng)用前景 。 (6)水印算法應(yīng)該公開，其安全性最好依賴于密鑰而不是算法的秘密性。 通過上述的幾點(diǎn)要求，可以看出要設(shè)計(jì)一個(gè)音頻水印系統(tǒng)實(shí)現(xiàn)上述的要求達(dá)到最優(yōu)化是比較困難的。有些特性會(huì)發(fā)生沖突，如魯棒性和透明性。因此所設(shè)計(jì)的系統(tǒng)應(yīng)該盡可能的平衡這些要求，并且能夠 對(duì)不同的應(yīng)用場(chǎng)合做出相關(guān)特性的調(diào)整。 沈陽理工大學(xué)學(xué)士學(xué)位論文 6 數(shù)字音頻水印的特點(diǎn) 因?yàn)槿说穆犛X和視覺的特性差異比較大，所以相對(duì)于圖像和視頻水印，數(shù)字音頻水印具有自己的一些特性： (1)帶寬不同。音頻信號(hào)是一維的，而圖像信息是二維的。 (2)人的聽覺模型和視覺模型也很不一樣。首先，人對(duì)圖像的感知是靠圖像的光的亮度和圖像的色彩；而人對(duì)音頻信息的感知是靠聲音的強(qiáng)弱（聲強(qiáng)）和音調(diào)的高低（頻率）。通常情況下，人耳可以看作一個(gè)濾波器，來直接感知聲音的頻率。研究上，通常把人耳聽覺系統(tǒng)的一些感知特性用心理聲學(xué)模型描述。（ 心理聲學(xué)是研究聲音和它引起的聽覺之間關(guān)系的一門邊緣學(xué)科 ） (3)在信息的處理方面，對(duì)圖像來說，把圖像變換到頻域時(shí)，人眼對(duì)圖像的相位 變化的感知很敏銳；對(duì)聲音來說，把聲音變換到頻域時(shí)，人耳對(duì)信號(hào)的周期性變化即音調(diào)感知很敏感，但對(duì)聲音信息的相位的感知不敏感。由此可以體現(xiàn)出，視覺和聽覺感知的很大差異。 (4)在感知的范圍方面，相對(duì)于人眼對(duì)顏色的感知，人耳對(duì)不同頻率信號(hào)的敏感差異程度很大。一般，人耳對(duì) 2~4KHz 范圍的信號(hào)最為敏感，而在低頻區(qū)和高頻區(qū)，能被人耳聽到的信號(hào)幅度要高的多，相差能超過 107倍。 常見數(shù)字水印的算法介紹 近年來，數(shù)字水印技術(shù)研究取得了很大的進(jìn)步，下面對(duì)一些典型的算法進(jìn)行 介紹和分析 ， 一般根據(jù)水印嵌入時(shí)嵌入域的不同 ， 可以把數(shù)字音頻 水印算法分為時(shí)域水印算法和變換域水印算法。前者直接將水印信息嵌入到音頻信號(hào)時(shí)域選定的采樣數(shù)據(jù)中，主要算法有最低有效位法（ LSB） 和 回聲隱藏（ Echo Hiding）；而 變換域水印算法 首先 要 對(duì)音頻信號(hào)的采樣數(shù)據(jù)進(jìn)行適當(dāng)?shù)淖儞Q，然后 再 將水印信息嵌入到變換域選定的系數(shù)上，最后通過相應(yīng)的反變換重構(gòu)出含水印信息的媒體信號(hào)，常用變換域方法有 離散小波變換法（ DWT） 離散傅里葉變換法（ DFT）、離散余弦變換法（ DCT） 和 離散傅里葉變換法（ DFT） 等。 （ a） 時(shí)域水印算法 （ 1） 最低有效位法 （ LSB） 最低有效位法 （ LSB） 是一種最簡(jiǎn)單的數(shù)據(jù)嵌入方法。任何的秘密 數(shù)據(jù)都可以看作沈陽理工大學(xué)學(xué)士學(xué)位論文 7 是一串二進(jìn)制位流，同時(shí)音頻文件的每一個(gè)采樣點(diǎn)數(shù)據(jù)也可以用二進(jìn)制數(shù)來表示。那么可以將每個(gè)采樣值的最不重要的二進(jìn)制位，一般 情況下 認(rèn)為是最低位 用代表秘密數(shù)據(jù)的二進(jìn)制位代替， 用 以達(dá)到在音頻信號(hào)中嵌入秘密數(shù)據(jù)的目的。 （ 2）回聲隱藏 （ Echo Hiding） 回聲隱藏法是音頻水印嵌入算法中一種經(jīng)典算法。 它 充分的 利用了人類聽覺系統(tǒng)的特性：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)消失之后變得無法聽見。 科學(xué)研究表明， 弱信號(hào)在強(qiáng)信號(hào)消失之后 的 50~200ms 出現(xiàn) 不 容易 被人耳察覺。 （ b） 變換域水印算法 （ 1）離散傅里葉變換（ DFT）算法 DFT 變換域水印算法 是 Tilki 和 Beex 于 1996 年提出 的 。 DFT 算法的 主要方法是：先對(duì)音頻信號(hào)進(jìn)行 離散傅里葉變換 ，然后選擇其中頻率范圍為 ~ 的離散傅里葉變換 系數(shù)嵌入水印， 然后再 用表示水印序列的頻譜分量來替換相應(yīng)的 離散傅里葉變換 系數(shù)。 （ 2） 離散余弦變換（ DCT） 算法 DCT變換域水印算法 是 Wangye等 于 1998年提出 的。 DCT算法的 主要方法是：通過 離散余弦變換 來確定數(shù)字音頻水印信號(hào)中頻系數(shù)，用以嵌入水印 。驗(yàn)證時(shí)，衡量提取出的 水印 同原水印之間的相似性來判斷是否加入了水印 ， 然后 再通過 進(jìn)行逆變換得到嵌入水印后的音頻序列。 （ 3） 離散小波變換（ DWT）算法 離散小波變換（ DWT）算法 的基本 理論 知識(shí)將在 下面的章節(jié)進(jìn)行更深入的闡述 。簡(jiǎn)單的說， DWT 算法的主要方法是：用 Daubechies4 Hilbert 小波基對(duì)原始語音信號(hào)進(jìn)行 N 級(jí)小波分解， 然后 對(duì) N 級(jí)的粗糙分量保留不予處理，對(duì) N 級(jí)的精細(xì)分量進(jìn)行 相應(yīng) 處理， 用以 嵌入水印 信息 。 （ c） 時(shí)域水印算法 和變換域水印算法的比較 總的來說，與時(shí)域的方法相比，變換域的方法具有如下優(yōu)點(diǎn)： （ 1） 在變換域中嵌入的水印信號(hào)能量可以分布到時(shí) 域的所有像素上，有利于保證水印的不可見性 。 （ 2） 在變換域，人類視覺系統(tǒng) (HVS) 的 某些特性（如頻率掩蔽特性）可以更方便地結(jié)合到水印編碼過程中，使 其隱蔽性更好 。 沈陽理工大學(xué)學(xué)士學(xué)位論文 8 （ 3） 變換域的方法可與國(guó)際數(shù)據(jù)壓縮標(biāo)準(zhǔn)兼容，從而 易實(shí)現(xiàn)在壓縮域內(nèi)的水印算法，同時(shí)也能抵抗相應(yīng)的有損壓縮。 （ d）當(dāng)前算法研究中存在的不足 到目前為止，雖然一些較為有效的算法已經(jīng)相繼提出，但在數(shù)字音頻水印研究中還存在一些較為突出的問題，概括為以下五個(gè)方面： （ 1）數(shù)字音頻水印性能的客觀評(píng)價(jià)標(biāo)準(zhǔn)還不能夠完全貼近實(shí)際，具體標(biāo)準(zhǔn)在本章的后面會(huì)詳細(xì)講述。 （ 2）在數(shù)字圖像和視頻水印算法研究中，可以利用國(guó)際通用的標(biāo)準(zhǔn)樣本進(jìn)行測(cè)試，以確定算法的優(yōu)劣和特點(diǎn)；但在數(shù)字音頻水印方法中，還沒有出現(xiàn)諸如圖像的 Lena 這樣的標(biāo)準(zhǔn)測(cè)試樣本， 這給客觀評(píng)價(jià)水印性能帶來極大困難。 （ 3）同步問題是數(shù)字音頻水印需要解決的關(guān)鍵問題之一。音頻信號(hào)作為時(shí)間軸上的一維信號(hào)，其采樣點(diǎn)的數(shù)量通常在信號(hào)處理前后會(huì)發(fā)生變化，或者數(shù)據(jù)會(huì)發(fā)生位移。因此，如何判別水印的嵌入位置成了正確提取水印信息的前提條件。但在實(shí)際中，缺乏同步的算法對(duì)于剪裁、時(shí)間伸縮等攻擊的魯棒性不強(qiáng)。 （ 4）在非壓縮域的算法中，存在一個(gè)極大的爭(zhēng)議：目前以 MPEG Audio 為代表的壓縮算法主要利用了音頻信號(hào)的掩蔽特性，從而壓縮域中的許多算法正是把水印嵌入在這些冗余成分中，因此這樣的算法能否抵抗音頻壓縮 成為一個(gè)爭(zhēng)議。 （ 5）有些數(shù)字水印算法在提取水印時(shí)必須依靠原始數(shù)字音頻信號(hào)，不能實(shí)現(xiàn)盲水印，這往往會(huì)限制數(shù)字音頻水印算法在工程實(shí)際中的應(yīng)用。 數(shù)字音頻水印系統(tǒng)的基本框架構(gòu)成和 評(píng)判 標(biāo)準(zhǔn) 數(shù)字音頻水印系統(tǒng)的基本框架構(gòu)成 一般情況下，數(shù)字音頻水印系統(tǒng)包括三個(gè)部分內(nèi)容：水印信號(hào)的生成，水印的嵌入和水印的提取。下面 圖 給出 了 數(shù)字音頻水印系統(tǒng)的一般模型： 數(shù)字音頻 信 號(hào) 預(yù)制水印 水印 嵌入 數(shù)字音頻的發(fā) 布 數(shù)字音頻信 號(hào) 水印提取 音頻 播放 水印信息 沈陽理工大學(xué)學(xué)士學(xué)位論文 9 圖 數(shù)字音頻水印系統(tǒng)通用模型 數(shù)字音頻水印系統(tǒng)的評(píng)判 標(biāo)準(zhǔn) 科學(xué)研究表明，相對(duì)于圖像和視頻，音頻信號(hào)中的信息隱藏相對(duì)較難。原因在于：一方面人的聽覺比視覺要敏感，所以對(duì)數(shù)字音頻水印算法的不可感知性和魯棒性要求很高；另一方面，現(xiàn)階段對(duì)音頻信號(hào)的評(píng)價(jià)還沒有一個(gè)比較有效的衡量標(biāo)準(zhǔn)。現(xiàn)在通常把音頻水印的評(píng)價(jià)標(biāo)準(zhǔn)分為主觀和客觀兩類。 (1)主觀評(píng)定標(biāo)準(zhǔn) 主觀評(píng)定標(biāo)準(zhǔn)是利用人耳聽覺的主觀評(píng)價(jià)來判斷算法的質(zhì)量，所以對(duì)于一個(gè)相對(duì)成功的音頻水印而言，嵌入水印后不應(yīng)該影響音頻信號(hào)的聽覺質(zhì)量?，F(xiàn)在， 最常用的主觀 評(píng)定方法 是主觀平均判分法，該方法需要召集若干實(shí)驗(yàn)者，由他們對(duì)音頻信號(hào)的質(zhì)量進(jìn)行評(píng)分， 然后再 求出平均 分值 作為對(duì)音頻信號(hào)質(zhì)量的評(píng)價(jià)結(jié)果 。下面給出評(píng)分標(biāo)準(zhǔn)表如表 所示。 表 音頻信號(hào)質(zhì)量 評(píng)定 標(biāo)準(zhǔn) 分?jǐn)?shù) 質(zhì)量等級(jí) 失真級(jí)別 5 優(yōu) 無察覺 4 良 有察覺但不厭煩 3 中 有察覺，有厭煩 2 差 反感 1 劣 極反感 通過上面的表格可以看出，主觀評(píng)定受到很多外界因素的制約，很難確保評(píng)價(jià)結(jié)果的一致性，并且在采樣的過程中費(fèi)時(shí)費(fèi)力，所以在研究和開發(fā)階段很不實(shí)用。 (2)客觀評(píng)定標(biāo)準(zhǔn) 客觀測(cè)度作為一個(gè)可以定量評(píng)價(jià)數(shù)字音頻水印的標(biāo)準(zhǔn)，在性能評(píng)價(jià)中占有十分重要的地位 【 16】 。通常情況下，可以對(duì)不同嵌入機(jī)制的音頻水印算法采用不同的客觀度量方法，常用的客觀評(píng)價(jià)方法有： （ a） 信噪比 （ SNR） 如果把嵌入的水印信號(hào)看作是 原始音頻信號(hào)上的噪聲，則可以通過計(jì)算信噪比來衡量嵌入的水印信號(hào)對(duì)音頻信號(hào)的影響程度 。一 般來說，信噪比越大，說明混在沈陽理工大學(xué)學(xué)士學(xué)位論文 10 信號(hào) 里的噪聲越小，聲音回放的音質(zhì)量越高，否則相反。信噪比一般不應(yīng)該低于 70dB。假設(shè)原始音頻信號(hào)即宿主信號(hào)為 ??nx ，嵌入水印的音頻信號(hào)即隱秘信號(hào)為 ??nxw ，則信噪比（單位為 dB）表示為 ： （ ） 其中， n 為音頻信號(hào)的采樣點(diǎn)數(shù) ,L 為音頻信號(hào)的總長(zhǎng)度，且 Ln??0 。 （ b） 峰值信噪比（ PSNR） 如果把嵌入的水印信號(hào)看作是原始音頻信號(hào)上的噪聲，則可以通過計(jì)算信噪比來衡量嵌入的水印信號(hào)對(duì)音頻信號(hào)的影響程度 。 其中， PSNR 值越大，就代表失真越少 。 PSNR計(jì)算公式為 ： （ ） 其中， n 為音頻信號(hào)的采樣點(diǎn)數(shù) ,L 為音頻信號(hào)的總長(zhǎng)度，且 Ln??0 。 由此，通過上述兩種方法可以定量的衡量數(shù)字音頻水印系統(tǒng)水印嵌入的好壞。 （ c） 誤碼率 (BER) 用來衡量水印算法的準(zhǔn)確性。其定義為 : BER = 錯(cuò)誤的比特?cái)?shù)原始水印比特?cái)?shù) 100% （ ） 其中錯(cuò)誤比特?cái)?shù)為原始水印與提取水印相比較中不一樣的部分。它體現(xiàn)了水印系統(tǒng)的水印檢測(cè)性能 ,也代表了水印系統(tǒng)具備的魯棒性能。由于音頻文件在實(shí)際應(yīng)用時(shí)會(huì)受到一定的干擾 ,這導(dǎo)致水印信息不能完全提取 ,這種誤差是允許的 ,一般認(rèn)為誤碼率在 3%以下 ,水印系統(tǒng)就是可靠的。 本章小結(jié) 本章概述了數(shù)字音頻水印 技術(shù) 的一些基礎(chǔ)知識(shí) ； 介紹了數(shù)字音頻水印的概念及技術(shù)基本要求；闡述了音頻水印的特點(diǎn) ；同時(shí)介紹了已有的音頻水印算法； 給出了數(shù)字音頻水印系統(tǒng)的理論框架定義 ； 最后給出了對(duì)水印 的評(píng)判 標(biāo)準(zhǔn)。 ? ?? ? ? ?? ? ?????????????????????10210210l o g10 LnwLnnxnxnxS N R? ?? ?? ? ? ?? ? ????????????????????1022010m a xl o g10 LnwlnnxnxnxP S N R沈陽理工大學(xué)學(xué)士學(xué)位論文 11 第 3 章 小波分析理論基礎(chǔ) 小波分析概述 小波分析（ wavelet analysis）是近 20 年來發(fā)展起來的數(shù)學(xué)分支，它是 Fourier分析劃時(shí)代發(fā)展的結(jié)果。它對(duì)數(shù)學(xué)和工程應(yīng)用的發(fā)展都產(chǎn)生了深遠(yuǎn)的影響。小波分析廣泛應(yīng)用于信號(hào)處理、圖像處理與分析、語音識(shí)別與合成、量子場(chǎng)論、地震勘探