【正文】 第一章 緒論8Grade）見表（22）表 主觀聽覺測(cè)試區(qū)分度 SDGS D G描述0 . 0 1 . 0 2 . 0 3 . 0 4 . 0不可感覺可感覺但不刺耳輕微刺耳刺耳非常刺耳 一般來(lái)說(shuō)，主觀判定的評(píng)價(jià)會(huì)受到測(cè)試者的知識(shí)、背景、測(cè)試環(huán)境等因素的影響和限制，所以評(píng)價(jià)結(jié)果的一致性較差，而且需要耗費(fèi)相當(dāng)?shù)臅r(shí)間和人力，因?yàn)閷?duì)于研究和開發(fā)階段來(lái)說(shuō)，這個(gè)方法并不是很適用。 二是客觀測(cè)試法?？陀^測(cè)試法在判定音頻水印的質(zhì)量方面占有十分重要的位置，因?yàn)榭陀^測(cè)試法可以定量的評(píng)價(jià)音頻數(shù)字水印的質(zhì)量。一般來(lái)說(shuō)，對(duì)不同嵌入算法的音頻水印算法應(yīng)根據(jù)算法適用程度高低采用不同的客觀測(cè)試方法，常用的客觀評(píng)價(jià)方法有：（1）信噪比（SignaltoNoise Ratio, SNR） 應(yīng)該將嵌入到原始音頻信號(hào)中的水印信號(hào)看成相對(duì)于原始信號(hào)的噪聲，從而通過計(jì)算信噪比來(lái)量化所嵌入的水印信號(hào)對(duì)原始音頻信號(hào)的影響程度。假設(shè)宿主信號(hào)為 ，嵌??nx入水印的音頻信號(hào)為 ，則信噪比表示為:??nx? ()????l10 2102????????????????LnLnxSNR? 其中，n 為音頻信號(hào)的采樣點(diǎn)數(shù)，L 為音頻信號(hào)的長(zhǎng)度，且 0≤n＜L ，單位為 dB。（2）峰值信噪比（Peak SignaltoNoise Ratio, PSNR） 峰值信噪比可以定量地評(píng)價(jià)嵌入水印后音頻信號(hào)的不可感知性。峰值信噪比的計(jì)算公式為南京郵電大學(xué)碩士研究生學(xué)位論文 第一章 緒論9 ()????????????????????1。022maxlnPSNRL?（3）歸一化相關(guān)系數(shù)（Normalized Correlation Coefficient, NCC） 檢驗(yàn)提取的水印信號(hào)與嵌入的水印信號(hào)之間的相似性，可通過計(jì)算它們的歸一化相關(guān)系數(shù)來(lái)判定。假設(shè) 與 分別表示嵌入的水印信號(hào)和提取的水印信號(hào)，M,N??nm,w?,分別為水印信號(hào)行數(shù)與列數(shù)，歸一化相關(guān)系數(shù)的計(jì)算公式為 ()??????????MmNnMmNnnw12121 ,C（4）歸一化漢明距離（Normalized Hamming Distance, NHD）在水印信號(hào)為二進(jìn)制序列的情況下，可以通過計(jì)算提取的水印信號(hào)與嵌入的水印信號(hào)之間的歸一化漢明距離來(lái)檢測(cè)其相似性。計(jì)算公式為 ()??????MmNnnmwNHD1,其中， 表示嵌入的水印信號(hào)， 表示提取的水印信號(hào)，N 表示水印信號(hào)??nm,w???w,的長(zhǎng)度， “ ”表示異或操作。 ?（5）誤碼率（Bit Error Rate, BER）通過計(jì)算和對(duì)比提取的水印信號(hào)與嵌入的水印信號(hào)，可以檢測(cè)出它們的誤碼率。其中，BER 單位為百分比(%) 。 ()%10BER??傳 音頻數(shù)字水印技術(shù)的發(fā)展?fàn)顩r在數(shù)字水印算法的研究中，音頻數(shù)字水印算法研究較晚。在時(shí)域內(nèi)，文獻(xiàn)[9]提出了直接在時(shí)域中修改采樣信號(hào)的幅度，達(dá)到嵌入水印的目的。在文獻(xiàn)[10]里，作者提出了回聲編碼的同態(tài)信號(hào)處理技術(shù)，把回聲作為信號(hào)嵌入到宿主信號(hào)中。Comment [想想想想2]: 本本文？Comment [想想想想3]: 句號(hào)南京郵電大學(xué)碩士研究生學(xué)位論文 第一章 緒論10Bassia等人提出了通過改變音頻信號(hào)采樣數(shù)據(jù)最低有效位來(lái)嵌入水印 [11]。Bender提出了回波數(shù)據(jù)隱藏的水印嵌入技術(shù) [12]，在時(shí)域內(nèi)將水印的二進(jìn)制數(shù)據(jù)置于十分接近音頻信號(hào)數(shù)據(jù)（在 lms內(nèi)）的位置上。Kim提出了在數(shù)字音頻信號(hào)中直接嵌入數(shù)字印章的方法，該方法在提取水印時(shí)不需要原始音頻信號(hào) [13]。在頻域內(nèi)，Bender 提出了基于相位編碼的水印嵌入技術(shù) [14]。它通過輕微改變音頻信號(hào)相位嵌入二進(jìn)制水印。Bender 還提出了基于頻率跳變擴(kuò)頻和直接序列擴(kuò)頻的水印嵌入技術(shù)。 Boney等人提出了采用于人的聽覺系統(tǒng)頻率掩蔽特性相似的濾波器對(duì)偽隨機(jī)序列濾波的方法產(chǎn)生水印，采取加權(quán)方式在數(shù)字音頻信號(hào)中嵌入水印的算法 [15]。 Wu等人提出了基于數(shù)字音頻信號(hào)內(nèi)容分析的離散傅立葉變換域水印嵌入算法 [16]。該算法能抵抗常見的各種攻擊。 Xu等人提出了數(shù)字音頻信號(hào)內(nèi)容自適應(yīng)的水印嵌入方法 [17]，文中實(shí)現(xiàn)了嵌入水印的不可見性和穩(wěn)健性的折衷。 Ruiz等人提出了基于變換加密編碼（采用使信號(hào)通過全通濾波器的方法使信號(hào)加密）的數(shù)字音頻信號(hào)的水印嵌入算法 [18]。 Furon等人提出了數(shù)字音頻信號(hào)的公鑰水印處理技術(shù) [19]，該算法建立在一系列假設(shè)的基礎(chǔ)上，但實(shí)際上音頻信號(hào)不滿足高斯概率密度函數(shù)特性以及嵌入過程中利用了聽覺系統(tǒng)模型的因素給檢測(cè)水印帶來(lái)了困難。本文針對(duì)聲音信號(hào)的特點(diǎn)，在充分理解音頻數(shù)字水印原理的基礎(chǔ)上，展開對(duì)回聲隱藏技術(shù)的研究。針對(duì)通常的隱藏信息是沒有明顯意義的偽隨機(jī)序列或者是任意一段數(shù)據(jù)流這一問題，將有意義的二值圖像數(shù)據(jù)嵌入到聲音信號(hào)中，增強(qiáng)了隱藏信息的直觀性，并且使用 PN序列對(duì)回聲內(nèi)核的改進(jìn)提高了水印的安全性和不可見性；仿真結(jié)果證明了該算法的透明性和魯棒性。通過研究各種回聲核算法，引入新型回聲核—鏡像核。鏡像核降低了對(duì)音頻載體的要求，減小了各種惡性攻擊對(duì)信息隱藏的影響；提高了隱藏信息的恢復(fù)率和算法的魯棒性；本文各章節(jié)的安排如下：南京郵電大學(xué)碩士研究生學(xué)位論文 第一章 緒論11第 1 章對(duì)音頻數(shù)字水印技術(shù)進(jìn)行了概述。第 2 章介紹了回聲隱藏技術(shù)的基礎(chǔ)理論知識(shí)。首先，簡(jiǎn)要地介紹了聲音特性與人耳的聽覺特性；其次，闡述了倒譜分析的有關(guān)概念；最后介紹了短時(shí)傅里葉變換在倒譜分析中的應(yīng)用。 第 3 章闡述了回聲隱藏技術(shù)的基本原理，綜述了近年來(lái)回聲隱藏技術(shù)的研究現(xiàn)狀，并研究和實(shí)現(xiàn)了 Bender 提出的經(jīng)典的回聲隱藏算法。第 4 章分析了 m 序列的生成，針對(duì) Kim 提出的前后向回聲核，提出了一種利用 PN序列改進(jìn)回聲內(nèi)核的回聲隱藏算法，詳細(xì)介紹了隱藏信息的嵌入和提取過程，并對(duì)算法原始音頻波形分析、魯棒性測(cè)試及誤碼率分析，仿真實(shí)驗(yàn)結(jié)果表明了該算法的良好性能。第 5 章詳細(xì)闡述了新型回聲核鏡像核的理論分析，通過仿真實(shí)驗(yàn)證明了鏡像核算法可以降低對(duì)音頻載體的要求，減小了各種惡性攻擊對(duì)信息隱藏的影響；提高了隱藏信息的恢復(fù)率和算法的魯棒性。第六章對(duì)全文進(jìn)行了總結(jié)，討論了在音頻信息中進(jìn)行信息隱藏的若干難題及對(duì)進(jìn)一步研究的展望。南京郵電大學(xué)碩士研究生學(xué)位論文 第二章 基礎(chǔ)理論知識(shí)11第二章 基礎(chǔ)理論知識(shí)在本論文的研究中引入了基礎(chǔ)技術(shù)概念，本章首先對(duì)這些技術(shù)的理論進(jìn)行介紹，然后在具體的應(yīng)用算法中說(shuō)明這些技術(shù)是如何使用的。 人耳的聽覺特性 在音頻文件中嵌入水印信號(hào)的各種方法一般都需要利用人類聽覺系統(tǒng)（HAS）的某些特性，也就是聽覺生理心理特性(藍(lán)皮書 113 參考文獻(xiàn) 1,2 )。通過對(duì) HAS 的研究表明：人耳實(shí)際上相當(dāng)于一個(gè)頻率分析器，能分辨一定頻帶以內(nèi)的聲音，這個(gè)頻帶大約是20Hz~20kHz 的寬度。HAS 可以模擬為一個(gè)擁有 26 個(gè)帶通濾波器的系統(tǒng)。而 HAS 中的一個(gè)最重要的心理聲學(xué)概念就是掩蔽效應(yīng)（Masking） 。音頻的掩蔽效應(yīng)是指一個(gè)較弱的但可以聽到的聲音由于另外一個(gè)較強(qiáng)的聲音的出現(xiàn)而變得無(wú)法聽到的現(xiàn)象。 （藍(lán)皮 113） 掩蔽音和被掩蔽音的時(shí)域和頻域特性決定了掩蔽的效果，而掩蔽可分為時(shí)域和頻域掩蔽。頻域掩蔽是指發(fā)生頻域的掩蔽現(xiàn)象。假如在一個(gè)一定的頻率范圍內(nèi)，同時(shí)存在著兩個(gè)音頻信號(hào)，而這兩個(gè)信號(hào)存在著一定得能量差，也就是一個(gè)能量強(qiáng)，一個(gè)能量弱，這時(shí)候，弱音不被人耳察覺，即被強(qiáng)音掩蔽掉了，則這種情況下，稱較強(qiáng)的音為掩蔽音，而較弱的音為被掩蔽音。如果把一個(gè)純音作為目標(biāo)的話，假設(shè)它的聲壓級(jí)低于掩蔽閾值時(shí)（安靜時(shí)的聽閾值） ，則它是聽不見的。由于存在一個(gè)較強(qiáng)的信號(hào)，聽覺閾值不同于安靜的閾值，在接近較強(qiáng)音的信號(hào)頻率的地方，聽覺閾值被提高了，這個(gè)新的閾值被叫做掩蔽閾值，也就是說(shuō)，當(dāng)音頻信號(hào)的聲壓級(jí)低于掩蔽閾值的時(shí)候，它被掩蔽。而掩蔽音的掩蔽閾值依賴于很多因素，包括聲壓級(jí)，頻率，掩蔽和被掩蔽音的純音或者噪音特性。用一個(gè)寬帶的噪聲掩蔽一個(gè)純音相對(duì)于用一個(gè)純音掩蔽一個(gè)寬帶的早生來(lái)說(shuō)要更容易。而且，信號(hào)頻率越高就越容易被掩蔽，這就好像人們坐在火車?yán)锟吹綄?duì)面的火車，如果火車高速行駛，則人們不容易看清駛來(lái)火車的細(xì)節(jié)，但如果火車靜止或者低速行駛時(shí)，則容易被看清楚。從純音對(duì)純音的掩蔽實(shí)驗(yàn)結(jié)果看，得出兩點(diǎn)主要結(jié)論：1)對(duì)于中等強(qiáng)度的掩蔽來(lái)說(shuō)，純音最有效的掩蔽是在它的頻率附近；2）低頻的純音可以有效掩蔽高頻的純音，相反則作用很小。時(shí)域掩蔽包括前向掩蔽，同時(shí)掩蔽和后向掩蔽。前向掩蔽是指較強(qiáng)的掩蔽音之前出現(xiàn)較弱的被掩蔽音，則被掩蔽音無(wú)法聽到；后向掩蔽是指較強(qiáng)的掩蔽音消失后較弱的被南京郵電大學(xué)碩士研究生學(xué)位論文 第二章 基礎(chǔ)理論知識(shí)12掩蔽音無(wú)法被聽到，而同時(shí)掩蔽是在一定得時(shí)間內(nèi)，一個(gè)聲音對(duì)另一個(gè)聲音互相發(fā)生掩蔽。通常來(lái)講，前向掩蔽發(fā)生在掩蔽音出現(xiàn)之前的 5ms~20ms，而后向掩蔽發(fā)生在掩蔽音消失后的 50ms~200ms。如圖 所示。60聲壓級(jí)spl（dB） 4 0 2 0 0同時(shí)掩蔽前向掩蔽后向掩蔽掩蔽信號(hào)M a s k e r被掩蔽信號(hào)被掩蔽信號(hào)0 1 6 0圖 時(shí)域掩蔽人類聽覺系統(tǒng) HAS 中的另一個(gè)重要的心理聲學(xué)概念則是人耳只對(duì)聲音信號(hào)的相對(duì)相位敏感，而對(duì)絕對(duì)相位不敏感。同時(shí)，人耳對(duì)不同頻段的聲音的敏感度不同，一般人耳可以聽見 20Hz~18000Hz 的信號(hào)，但尤其對(duì) 300Hz~3400Hz 范圍內(nèi)的信號(hào)最為敏感，在這個(gè)頻率范圍內(nèi)人耳可以聽到幅度很低的信號(hào)。而在低頻和高頻區(qū)，能被人耳聽到的掩蔽信號(hào)的幅度要高得多。就算是對(duì)同樣聲壓級(jí)的聲音信號(hào)來(lái)說(shuō)，人耳所感覺到的音量的大小也是因頻率的不同有所差異的。為了使嵌入到音頻中的水印信號(hào)不影響原始音頻的音質(zhì)，嵌入水印時(shí)候在嵌入水印的時(shí)候，較精細(xì)的做法應(yīng)該是在不同頻段尋求聽覺的掩蔽閾值，充分利用 HAS 的特性，盡可能在低于掩蔽閾值范圍之內(nèi)對(duì)原始信號(hào)進(jìn)行修改。通常結(jié)合耳蝸基底膜對(duì)頻譜的分析作用定義一系列頻率來(lái)劃分頻段。將 20~15500Hz 之間的頻帶分為 24 個(gè)頻率群，將15500~22022Hz 定義為第 25 個(gè)頻率群。又叫這些頻率為臨界頻帶（critical band） ，以Bark 為單位（參考紅書 125，文獻(xiàn) 6） 。Bark 各個(gè)子帶頻率上限和中心頻率見表 21 所示。計(jì)算每個(gè) Bark 域子帶的聽覺掩蔽閾值，將這些掩蔽閾值用于水印的嵌入能夠取得較好的不可感知性。通過人耳直接測(cè)量的方法確定臨界頻段必然存在誤差，對(duì) Bark 域的劃分應(yīng)至少以10Hz 取整，在高頻段應(yīng)更高。劃分時(shí)使 Bark 序號(hào)為 3,9,18 的臨界頻段的中心頻率分別等于 250Hz，1000Hz，4000Hz。為了方便計(jì)算，常用公式表示 Bark 序號(hào) z 與頻率 f 之間的南京郵電大學(xué)碩士研究生學(xué)位論文 第二章 基礎(chǔ)理論知識(shí)13關(guān)系，式 21 是 Zwicker 和 Terhardt 提出的公式，它給出了與表 21 非常相近的結(jié)果。 （紅皮書 125 參考 7） （21 ）])[()(13 2ffz??其中 f 為頻率；對(duì) z 取整數(shù)即是 Bark 各子帶的編號(hào)。表 21 臨界頻段（Bark）的劃分Bark 中心頻率/Hz頻率上限/Hz帶寬 /HzBark 中心頻率 /Hz頻率上限 /Hz帶寬 /Hz— — 20 — 13 1850 2022 280 1 50 100 80 14 2150 2320 320 2 150 200 100 15 2500 2700 380 3 250 300 100 16 2900 3150 450 4 350 400 100 17 3400 3700 550 5 450 510 110 18 4000 4400 700 6 570