毕业设计（论文）DWT和DCT结合的变换域音频水印.doc

DWT和DCT结合的变换域音频水印摘 要 近年来随着网络通信和多媒体技术的迅速发展，盗版问题非常明显，数字水印是一种可以在开放网络环境下保护版权和认证来源的新技术。它将特定意义的标记隐藏在数字图像、音频等数字产品中，来验证创作者对其作品的所有权。音频水印技术主要利用了人类听觉模型，在不影响音频信号质量的前提下，将水印信息隐藏在人耳不能感知的位置，来隐藏水印数据。本文研究DWT和DCT结合的音频水印算法，首先对音频信号进行DWT和DCT变换，根据水印的大小把DCT系数均匀分段，采用量化的方法把直观的二值黑白图像嵌入音频中，然后利用攻击函数攻击音频信号，再从含水印的音频中提取出水印信息，最后通过MATLAB仿真计算信噪比和归一化系数，验证该算法是否具有良好的安全性、鲁棒性和不可感知性。关键字 音频水印，离散小波变换，离散余弦变换ABSTRACTIn recent years, with the development of the network communication and multimedia technology, the problem of piracy is becoming more and more obvious. Digital watermarking is a new kind of technology, which can be used to protect copyright and certificate source under the opening network environment. The technology will hide the special markers in the digital image、audio to prove the creators' ownership of their works.On the condition of not affecting the quality of audio signal, audio watermarking technology mainly uses the human hearing model to hide the watermarking information in the position where peoples' eyes can not perceive. The paper studied the audio watermarking algorithm based on DWT and DCT. Firstly made DWT and DCT transformation, then DCT coefficients were segmented equally according to the size of watermark. By using the quantification method, intuitive binary black and white images were embeded into the audio signal. Later attack functions are used to attack the audio signal and then extract the watermarking information. At last though the MATLAB simulation, calculate signal to noise ratio and normalized coefficient to prove whether the algorithm satisfy the requirements of imperceptibility, safety and robustness or not. Key word: Audio watermark, Discrete wavelet transform, Discrete cosine transform目录1. 绪论11.1 音频水印的发展11.2 数字水印原理及简单模型11.3 数字音频水印存在的问题32. 数字音频水印42.1 数字音频水印原理及模型42.1.1 数字音频水印的原理及一般模型42.1.2 音频水印的要求52.2 数字音频水印的算法62.2.1 音频水印算法的分类62.2.2 音频水印的攻击算法73. DWT和DCT结合的音频水印算法83.1 小波变换与余弦变换的理论知识83.1.1 小波变换的理论知识83.1.2 离散的余弦变换103.2 图像的置乱与加密技术103.2.1 图像的Arnold置乱及其恢复103.2.2 混沌序列的产生123.2.3 混合光学双稳模型加密水印图像123.2.4 量化嵌入水印的原理133.3 DWT、DCT相结合音频水印的算法步骤143.3.1 水印嵌入前的预处理操作143.3.2 嵌入水印143.3.3 提取水印163.3.4 性能分析164. MATLAB仿真与结论194.1 MATLAB 仿真测试194.1.1 不可感知性的测试204.1.2 安全性的测试214.1.3 鲁棒性测试234.2 总结254.3 展望26参考文献27答 谢281. 绪论1.1 音频水印的发展数字水印的研究可以追溯到古老的水印技术1,如钞票、邮票上的水印，将它们对着光就可以看到其中隐藏的图像。在1954年Muzak公司Email.Hembrooke为某音乐作品申请了一项专利，该专利描述了将标识码不可感知的嵌入到音乐中来证明所有权的方法，这项技术一直被Muzak公司用到了1984年前后。在1988年Holt等人第一次把认证码嵌入音频信号中但这时的数字水印只是作为一种版权认证的工具，并没有成为一门学科。到了20世纪90年代初期，数字水印开始受到了重视，1993年A.Z.Tirkel1等人在撰写的Electronic water mark一文中正式提出了“water marking”这一术语，1995年Cox等人提出了一种基于扩频通信的思想，将水印信息嵌入到图像感知上最重要的频域因子中的方案。1996年第一届国际信息隐藏学术研讨会在英国剑桥大学召开,标志着信息隐藏技术作为一个新的研究学科。在这时音频水印技术开始被研究，Bender等人又提出了LSB、回声、扩频、相位编码等多种算法，将Cox方案应用到音频信号中。数字水印在信息安全和经济上地位极为重要，世界各国的科研机构、商业集团都积极地参与、投资此方面的研究，近几年来以音频为载体的水印技术已成为人们关注的焦点。1.2 数字水印原理及简单模型一套完整数字水印系统包括三部分：水印生成，水印嵌入，水印的提取检测，其具体的流程图如下：原始水印水印密钥水印生成算法生成的水印图1-1 水印的生成图1-1为原始水印的生成过程，在嵌入水印前要对水印进行置乱、加密、调制等预处理操作，来提高水印信息的安全性和随机性。 载体信息数学变换水印嵌入算法生成的水印数学逆变换含水印的信息加密水印图1-2 水印的嵌入过程图1-2为水印的嵌入过程，原始的载体数据先经过数学变换（如DWT、DCT变换）,根据嵌入算法选择嵌入的位置嵌入水印，再经数学逆变换生成含水印的信息 。含水印信息数学变换水印密钥原始载体信息水印提取算法提取水印信息水印检测算法原始水印信息 图1-3 水印的提取与检测图1-3为水印的提取与检测过程，该过程与水印嵌入的过程互为逆运算，通过水印检测算法来评价该算法的鲁棒性、安全性和不可感知性。1.3 数字音频水印存在的问题1、 数字音频水印的研究中，数字音频水印性能的客观评价标准还不能完全贴近实际2，缺乏统一、系统的标准去评价算法的优劣性和不同音频系统之间性能的差异。2、 目前大多数音频水印算法只针对一种或几种水印攻击，再抵抗多重攻击时，水印的鲁棒性将大大降低。3、 同步问题3是数字音频水印的重要问题，音频信号是一维的时间信号，其采样点的数量在信号处理前后会发生变化，数据会移位，很难准确的判断水印的嵌入位置来提取水印。4、 有些音频水印算法在提取水印时必须依靠原始的音频信号，不能实现水印的盲提取，这样会限制音频水印算法在实际中的应用。5、 现有的算法大多以鲁棒性和不可感知性为考虑重点，嵌入的水印一般是伪随机序列，利用统计的方法和概率论的假设检验来检测水印是否存在。但随着水印算法研究的深入，有意义的音频水印算法已不能以统计学上的检测算法为主，相应的鲁棒性和不可感知性也将重新考虑。2. 数字音频水印2.1 数字音频水印原理及模型2.1.1 数字音频水印的原理及一般模型音频水印技术是利用音频文件的冗余信息和人类听觉系统的特点来嵌入水印。从音频处理的角度看，嵌入水印的过程是将水印信息当作附加噪声添加到原始音频信号中，只要水印信息的强度小于人的感知器官能够感觉的最小强度，水印就无法被感知。音频水印的基本模型4如下：载体音频信号心里声学模型水印信息密钥水印嵌入水印编码 提取水印信息水印解码水印提取图2-1 音频水印的基本模型图(2-1)是音频水印算法的基本模型，水印编码环节主要负责水印信息的置乱、加密。水印的嵌入环节是利用嵌入算法把水印信息嵌入到载体音频信号中，水印提取环节与水印嵌入环节相对应，是一对逆运算。心理声学模型用来提供掩蔽阈值信息来确定水印的最大可能嵌入强度。水印检测环节负责判断水印的存在性。水印解码环节利用加密水印的密钥提取隐密信息。2.1.2 音频水印的要求 对于一个实用的数字音频水印系统而言，要成功的把水印隐藏在数字音频媒体中，必须注意以下几方面的要求：1、鲁棒性鲁棒性又称作稳健性，它指信号经过各种处理后，水印检测器仍能检测出载体作品中含有水印，要求水印本身能够承受各种有意无意的攻击。常见的信号处理操作包括添加噪声、线性和非线性滤波、重采样、数据压缩等。2、 感知透明性感知透明性要求含有水印的音频信号与原始音频信号不存在感知上的差异，并且二者经过相同的处理后也不存在感知上的差异。3、数据提取误码率数据提取误码率是数字音频系统评价的一个重要指标，它是提取结果中错误码位数与嵌入总的位数之比。造成数据提取错误的原因有：物理空间的干扰；信道中传输的信号会发生衰减和畸变，还有人为的数据变换和攻击。4、嵌入数据量指标不同的应用环境对嵌入水印的数据量要求不同，例如在版权保护的应用中只需把作者的版权码或序列号载入音频中即可。与图像、视频相比音频在相同的时间间隔内采样的点数少，而且人耳听觉系统要比人眼视觉系统敏感得多，使听觉的不可感知性实现起来要困难。2.2 数字音频水印的算法2.2.1 音频水印算法的分类1、数字音频水印的时域算法(1)最不重要位（LSB）方法LSB是一种简单的水印嵌入方法5，先将音频文件的每一个采样数据用二进制数来表示，然后用代表水印的二进制位替换每一个采样值的最不重要位，来实现把水印嵌入音频的目的。该算法简单速度快，但是抗干扰能力差使用价值小。(2)回声隐藏算法回声隐藏算法的原理5是在离散信号中引入回声，通过修改信号和回声之间的延迟来编码水印信息，水印提取时通过计算每一个信号片断中的信号倒谱的自相关系数，在时延上会出现峰值。载体音频音频数据延迟回声混入含水印的音频衰减图2-2 回声编码水印嵌入2、数字音频水印的变换域算法(1)离散余弦变换(DCT)域方法算法是先将原始音频进行DCT变换得到DCT系数6，修改中低频系数嵌入水印；然后将修改后的中低频系数做IDCT，就得到嵌入水印后的音频信息。因为离散余弦变换是实变换，所以它具有良好的压缩和解压相关能力，增强了音频水印的鲁棒性。(2)离散小波变换(DWT)域方法利用小波变换隐藏数字水印具有很强的隐蔽性7，对原始语音的影响基本上感觉不出来，而且嵌入了水印的语音在经历各种攻击和干扰（如加噪声、滤波、重采样等）后，仍能保持良好的鲁棒性。小波变换在视频压缩标准MPEG-4推出后，在信息隐藏技术方面受到很高的重视。 2.2.2 音频水印的攻击算法1、滤波：让含有水印的音频信号通过各种滤波器来滤掉部分频谱。如低通滤波器将选定之门限之上的频率抹去，高通滤波器将选定之门限之下的频率抹去，均衡器可用来增加或降低某些频谱分量。2、转换：包括采样频率变化、量化阶距的变化以及立体声与单声道信号之间的转换。3、剪切或伸缩：对音频信号做剪切，找到有用的信号，但不能影响声音的质量，伸缩音频信号可以适应播放时间。4、有损压缩：为了降低网络传输带宽的要求，有损压缩是一种常用的方法，该处理就是试图去掉对人类感知而言无关的信号分量，故可去除水印信号。 5、添加噪声：音频信号在处理环节中或在有噪音的信道中传输都可以添加噪声。也可以有意的添加噪声，最严重的一种情况是攻击者采用心理声学模型对噪声整形后添加到作品中。3. DWT和DCT结合的音频水印算法3.1 小波变换与余弦变换的理论知识3.1.1 小波变换的理论知识1、连续小波变换小波变换的基本思想8就是将任一平方可积函数或能量有限信号表示成小波系数的叠加。将任意空间中的函数在小波基下展开，称为函数的连续小波变换，其表达式如下： (3-1) 小波变换的重构公式（逆变换）为： (3-2) 其中为尺度因子，为平移因子，小波函数的傅里叶变换为，当 时满足小波完全重构的条件，此时为一个母小波，将经过伸缩和平移得到波基函数： (3-3) 2、 离散小波变换在特征提取时8要采用连续的小波变换在每个可能的尺度去计算小波系数，这样会产生大量的冗余数据，因此在实际的应用中连续小波必须加以离散化，为此引入了连续小波和连续小波变换的离散化，这一离散化是针对尺度参数a和平移参数b的，而不是针对时间变量t的。 把尺度参数a和平移参数b的离散化，公式为：，（），为扩展步长，且是固定值，对应的离散小波函数可写作： (3-4) (3-5) 式(3-5)为离散化小波变换的系数的求解公式。3、离散的小波分解1988年受塔式算法的启发，Mallat9在多分辨率分析的指导下建立了Mallat算法（又称快速小波变换），该算法本质上不需要知道尺度函数和小波函数的具体结构，只由系数和就可以实现信号的分解与重构。输入信号S进行一次离散的小波分解可以将S分为两部分：细节分量CD和近似分量CA。近似分量主要是信号全局的、低频的部分，而细节分量往往是信号局部、高频成分。高频部分和低频部分又可以恢复信号的全部信息。对于音频信号低频部分很重要，给出了信号的特征，高频部分与噪音及扰动联系在一起，即使将信号的高频部分去掉，信号的基本特征任然可以保留。对音频信号的离散小波分解过程可以反复进行，得到的小波分解树如下： S 图3-1 小波分解（wavedet）H'L'H'L'S 图3-2 小波重构（waveret）3.1.2 离散的余弦变换1974年Ahmed和Rao等人10提出了离散的余弦变换（DCT），是与傅里叶变换相关的一种变换。使用DCT方法嵌入水印，在鲁棒性和不可感知性之间取得了比较好的平衡。该变换是把个实数变换到另外个实数的操作，公式如下： (3-6)其反变换（IDCT）的公式为： (3-7) 式（3-7）中，3.2 图像的置乱与加密技术3.2.1 图像的Arnold置乱及其恢复置乱11就是运用一定的算法搅乱图像中各像素的位置，使之成为一幅杂乱无章的图像，来隐藏图像的真实信息。在数字水印的研究领域，一般用直观的图像水印代表版权信息，在水印的预处理期间，通过置乱来消除图像各像素之间的关联性，来加密水印图像。Arnold变换是V.J.Arnold 提出的一种变换，定义如下12： (3-8) 其中，是原图像中像素的坐标，是变换后该像素的坐标，N是图像矩阵的阶数,即图像的大小。Arnold变换可以看作是裁剪和拼接的过程，使图像矩阵中的像素重新排列，达到置乱的目的。又由于离散数字图像是有限点集，反复对图像进行Arnold变换，迭代到一定步数时，必然会恢复原图，所以Arnold变换具有周期性，利用此周期特性可以实现逆置乱恢复原始图像。如：用代表的数字图像的Arnold变换周期，对一幅图像进行t次()Arnold置乱变换，则只要对其继续进行()次Arnold置乱即可恢复原图。下面以标有“西北民大”字样的图片为例来说明Arnold置乱的周期性（周期为48）。图 3-3 置乱图像不同阶数N下Arnold变换的周期是不一样的，Arnold变换的周期性与图像大小有关，但并不成正比。不同阶数N下Arnold变换的周期如下表： 表格 1 Arnold变换的周期N2345678910 周期3431012861230N12255064100120125256512周期125015048150602501923843.2.2 混沌序列的产生混沌序列是一种纯伪随机序列，它具有对初始条件敏感、算法简单、白噪声的统计特性，能够满足数字水印技术秘密性和宽频谱的要求，因此目前常用混沌序列来加密水印图像。本文利用混合光学双稳模型生成混沌序列，它的迭代方程为13： （3-9）只要设定初值，根据上述方程进行迭代运算就可以生成一个混沌序列。其中A和B为方程的系数，当A=4,B=2.5时方程处于混沌状态，初值理论上可以选取一切非负实数。3.2.3 混合光学双稳模型加密水印图像根据方程(3-9)，选取初值、A=4、B=2.5进行迭代运算，生成一组随机序列，它的长度L满足：(和分别为水印图像的高度和宽度)，然后选取中长度为的部分序列，在本文起点设在第5001点上，最后将序列转化为混沌二值序列,若,取=1,否则取0,得到一组伪随机序列。将水印图像降维成一维序列，与进行异或运算就生成了加密水印序列。在水印的提取检测时根据信息置乱算法，把提取的加密水印序列与再次进行异或运算即可恢复出原始水印序列。信息置乱算法的举例：设A=0010,B=0001,xor为异或运算符，则；反过来C xor B=A。本文中原始的水印图像和加密的水印图像如下： 图3-4 水印图像加密3.2.4 量化嵌入水印的原理假定小波分解后的近似分量为（待量化系数），量化后含有水印的系数为,量化部长为，量化步骤为14：首先将坐标轴按量化部长分割如下图所示的A区间集和B区间集，较大时，抗攻击能力较强而对载体的音频影响较大。ABABB 图3-5 量化方法嵌入水印的原理 (3-10)其次对量化系数作取模和求余运算，再根据嵌入的水印和所在的区间修给系数得到：令， (3-11)3.3 DWT、DCT相结合音频水印的算法步骤3.3.1 水印嵌入前的预处理操作1、 水印图像的选取、置乱与降维首先选取大小为的二值黑白图像，为图像的像素值。 (3-12)然后对水印图像Arnold置乱，消除水印图像的像素的空间相关性，这样做可以提高数字水印的鲁棒性，Arnold置乱后表示为： (3-13)由于要把二维的水印图像嵌入到一维的音频信号中去，因此还要把置乱后的二维水印图像进行降维处理，转换为一维序列，其算法为： (3-14)2、 水印的混沌加密 利用生成的混沌序列加密降维后的水印序列 xor (3-15)3.3.2 嵌入水印原始音频信号置乱DWT原始水印DCT混沌加密降维系数选择IDCT量化嵌入含水印音频IDWT 图 3-6 量化嵌入水印框图1、离散的小波变换（DWT）对原始音频信号A选取db4小波基进行5层小波分解，根据人耳的听觉掩蔽效应和各种鲁棒性攻击的特点，选择小波分解的低频系数作为水印嵌入位置，分解如下： (3-16)其中是音频信号第i级小波变换后的细节分量，是音频信号第5级小波变换后的近似分量。 2、 离散的余弦变换（DCT）对第五级小波分解后的低频系数进行离散的余弦变换 (3-17) 3、量化嵌入水印根据量化嵌入水印的原理将得到的DCT系数分成段，提取每段中幅值最大的一点嵌入水印信息，量化后的系数为。4、离散余弦逆变换对进行离散余弦逆变换，得小波系数的近似分量= (3-18)5、 小波重构以代替原来的近似分量，原来的细节分量不变，组合得到嵌入水印后小波变换域： (3-19)然后进行小波重构得到含有水印的音频 (3-20)3.3.3 提取水印 提取水印的流程图如下：含水印音频离散小波变换Arnold置乱升维余弦变换提取水印混沌解密水印图像 图 3-7 提取水印流程图 1、小波变换对含水印音频选取db4小波基进行5层小波分解，变换式如下： (3-21)2、余弦变换 (3-22)3、提取水印图片根据水印嵌入位置和量化原理的逆运算，对DCT系数分段提取出含有水印的加密序列，然后根据信息置乱算法把提取出的加密序列和嵌入水印时生成的混沌序列进行异或运算，提取出水印序列，再进行升维和Arnold置乱，恢复出原始的水印图象。3.3.4 性能分析1 主观听觉测试为衡量音频水印的质量15，使用客观的Diff-级(SDG)来进行主观的听觉测试，SDG中每个记录的平均值如下表：表格 2 SDG的描述SDGDescription0.0Imperceptible-1.0Perceptible，but not annoying-2.0Slightly annoying-3.0Annoying-4.0Very annoying 先让十个人听原始音频和嵌入水印音频，根据SDG的标准进行分类，然后求出主观质量评价结果的平均值，平均值越接近零，两音频的相似性越高。2 计算归一化相关系数采用归一化相关系数15（Normalized Cross-Correlation，NC）来对提取出的水印图像和原图像的相似性进行定量评价，可以消除观测者的经验和实验条件的影响，公式定义如下： (3-23)其中W1为原始的水印图像，W2为提取的水印图像。归一化系数NC的值越大，两个图片的相似度就越高，如果很小，说明该算法嵌入的水印抗攻击性很弱。3 信噪比（Signal-to-Noise-Ratio,SNR）把水印信号作为加载到原始音频信号上的噪声15，我们可以通过计算信噪比近似的来衡量水印信号对音频信号的影响。计算公式如下： (3-24)其中原始音频信号为，嵌入水印后的音频信号为，n为音频信号的采样点数，L为音频的长度，且。信噪比越大，水印信息对原始音频信号的影响越小，嵌入水印后的不可感知性越强,就越满足音频水印对不可感知性的要求。4. MATLAB仿真与结论4.1 MATLAB 仿真测试目前数字水印技术作为一种知识产权保护的有效手段，已经成为学术界研究的一个热点。数字水印技术涉及到大量的音频、图像处理算法，若采用普通编程语言来实现上述算法，编程和调制将花费大量的精力。Matlab是非常流行的工程设计和系统仿真软件包，目前被广泛的投入到工程应用中，它具有强大的图像处理和数值计算功能，同时将计算、图示和编程集成到一个交互式的环境中，使计算结果和编程实现了可视化。仿真界面（GUI）图如下：图4-1 MATLAB仿真界面 本文选用采样频率是44.1KHz，量化精度为16 bits的单声道WAV格式的数字音频信号作为载体音频信号，选用大小为的二值黑白图像作为水印信息，在水印嵌入的过程选用db4小波基进行5层的小波分解，采用量化的方法嵌入水印，量化步长。实验利用MATLAB 7.0软件在Windows XP环境下进行仿真。4.1.1 不可感知性的测试不可感知性的测试用来验证原始音频和含水印的音频信号之间的差异，可以通过计算信噪比和SDG的标准平均值来衡量不可感知性，信噪比越大、SDG标准的平均值越接近0时，不可感知性越强，就越满足音频水印的要求。图4-2 原始音频与含有水印音频的对比图4-3 原始音频与含有水印音频之差通过仿真实验得到的原始音频和含有水印的音频的波形如图(4-2)，从二者的波形图可以看出这两个波形几乎没有任何差别。再让10人通过耳机试听这两个音频，根据SDG的标准进行评价，SDG记录的平均值很接近0。又由图(4-3)可知原始音频和含有水印的音频之差很小，小于0.01，计算的信噪比SNR=43.0626(dB)，说明利用该算法给音频信号嵌入水印信息有很好的不可感知性。4.1.2 安全性的测试安全性的测试就是在提取水印的过程中改变密钥值的大小，验证是否可以提取出正确的水印信息。本文选用两种密钥对该算法的安全性进行评价：(1)混合光学双稳模型生成混沌序列的初值，(2)Arnold置乱的次数。下面分四种情况讨论本文算法的安全性：1、在没有攻击的情况下，密钥都正确时(Arnold置乱的次数为20次，混沌序列初值为100)，提取的水印图像如下：图4-4 密钥正确2、在没用攻击的情况下，混沌序列初值=100.00001，置乱次数为20次时，提取的水印图像如下：图4-5 混沌序列初值发生变化3、在没有攻击的情况下，混沌序列的初值,置乱次数为21次时，提取的水印图像如下：图4-6 置乱次数发生变化4 、在没有攻击的情况下，混沌序列的初值，置乱次数为21次时，提取的水印图像如下：图4-7 混沌序列初值和置乱次数都发生变化通过对比图(4-4)到图(4-7)可知，只有水印密钥值都正确时，才能提取正确的水印图像，只要水印密钥值发生微小的变化，就不能够提取出正确的水印图像，说明该算法具有良好的安全性，只要保证密钥是安全的，第三方就无法提取正确水印图像。4.1.3 鲁棒性测试鲁棒性的测试就是在提取水印信息前，利用攻击函数攻击含有水印的音频信号，然后在提取水印信息，通过观察和计算归一化相关系数来验证能否满足鲁棒性的要求，以下讨论了四种攻击情况。1、噪声攻击对嵌入水印的音频信号加入均值为0，均方差分别为0.01,0.02的高斯白噪声，提取水印图像如下图，计算的归一化系数为：0.9998,0.9526。 (a)均方差 x=0.01 (b)均方差x=0.02图4-8 噪声攻击2、剪切原始音频的长度为3085056，在嵌入水印的音频中剪切掉3857个样点，选取不同的起始位置进行剪切，令起始位置分别为x=100，x=100000，提取的水印图像如下图，计算的归一化相关系数为：0.9305,0.8975。 (a)起始点x=100 (b)起始点x=100000 图4-9 剪切3、重采样将嵌入水印的音频进行一次上采样和一次下采样。上采样的过程是：先将音频采样到132.3KHz，再恢复到44.1KHz；下采样过程是先将音频采样到14.7KHz，再恢复到44.1KHz。两次采样后的音频信号经水印提取算法提取的水印图像如下图，MATLAB仿真计算的归一化相关系数都为1。 (a)上采样 (b)下采样图4-10 重采样 4、低通滤波 将含有水印的音频信号分别通过长度N=6阶、截止频率为2KHz和长度N=10阶、截止频率为2KHz的低通滤波器，提取的水印图像如下所示，MATLAB仿真计算的归一化系数为0.9967,0.9796。 (a)N=6 (b)N=10图4-11 低通滤波通过观察发现经过四种攻击算法的攻击后，都能提取出正确的水印图像，而且计算的归一化相关系数很接近1，说明DWT和DCT结合的音频水印算法抵抗滤波、剪切、重采样、噪声攻击的能力很强，满足音频水印对鲁棒性的要求。表格 3 各种攻击算法比较攻击类型归一化相关系数均值为0，方差为0.01的噪声攻击0.9998均值为0，方差为0.02的噪声攻击0.9526从起始位置x=100剪切掉3857个点0.9305从起始位置x=100000剪切掉3857个点0.8998重采样(上采样)1重采样(下采样)1通过长度N=6阶截止频率为2KHz的低通滤波器0.9967通过长度N=10阶截止频率为2KHz的低通滤波器0.97964.2 总结本文提出了DCT和DWT结合的数字音频水印，充分利用了小波变换的多分辨率特性和余弦变换的能量压缩能力。首先对二值黑白水印图片进行置乱、降维的处理，利用混合光学双稳模型产生的混沌序列来加密水印图像，然后用db4小波对音频信号整体进行5层的小波分解，选择听觉不敏感的低频系数进行DCT变换，用量化DCT系数的方法把水印嵌入到音频载体中，最后提取水印信息，检测抗攻击性、不可感知性。由于采用了量化的方案嵌入水印，在提取水印时不需要原始音频信号的参与，实现了盲提取。 通过MATLAB的仿真实验证明，DWT和DCT结合的音频水印算法有良好的不可感知性，原始音频和含有水印的音频信号的波形几乎没有差别，计算的信噪比在理想的范围之内。含有水印的音频信号能抵抗低通滤波、噪声、剪切、重采样、重量化等攻击，且计算的归一化系数很大，具有很好的鲁棒性。此外利用该算法嵌入水印有很多密钥，这些密钥联合使用可以保证水印的安全性，密钥值只要有很微小的变动，就不能提取正确的水印图片，具有很好的安全性。4.3 展望1 本文水印密钥过多本文可以用到的水印密钥有：置乱的次数，水印嵌入的位置，混沌序列的初值和起始位置，这些密钥必须联合使用，才能保证提取水印图像的正确性，虽然多的密钥保证了水印的安全性，但是增加了算法的复杂性。因此在保证水印信息安全的条件下，要进一步减少算法的复杂性。2 水印的容量小本文采用直观的二值黑白图像，容量小、表达的内容不丰富，在以后的研究中要考虑使用图片内容丰富的灰度图像和彩色图像。3 自适应问题本文采用量化的方法嵌入音频水印，在提取水印时不需要原始音频的参与，属于半盲检测算法，但是没有考虑自适应来确定量化步长，而是通过平衡水印鲁棒性和不可感知的实验确定量化的步长，这样做比较烦琐，在以后要重点研究结合人类的听觉特性来确定量化步长。参考文献1 韩纪庆，冯涛，郑贵斌.音频信息处理技术.清华大学出版社，2007，8-9.2 李坚.一种改善自同步数字音频水印鲁棒性的方法.计算机工程与应用，2004.3 吴迪，朱冰莲.数字水印技术研究综述，重庆大学通信工程学院.4 Stefan Katzenbeisser, Fabien A. P. Petiteolas. Information Hiding Techniques for Stega- nograPhy and Digital WatermarkingM. ARTECH HOUSE,INC, 2000.5 钮心忻. 信息隐藏数字水印.北京邮电大学出版社，2004,(7)149-150.6 王向阳,杨红颖.基于离散余弦变换的自适应数字音频水印技术研究. 小型微型计算机系统, 2005.7 钮心忻,杨义先.基于小波变换的数字水印隐藏与检测算法. 计算机学报,2000.8 蒋一鸣.基于DFT和DWT结合的音频水印算法的设计与系统实现.江苏大学，2007.3.9 梁娟，耿国华.一种基于DWT和DCT结合的音水印，西北大学学报2004，6.10 韩纪庆，冯涛，郑贵斌.音频信息处理技术.清华大学出版社，2007，36-37.11 刘芳,贾云得. 一种新的Arnold反变换在数字水