基于能量特性分塊的DCT域自適應(yīng)音頻水印算法

1、基于能量特性分塊的dct域自適應(yīng)音頻水印算法第22卷第4期2006年8月信號(hào)處理signalpr0cessingv01.22.no.4aug.2006基于能量特性分塊的dct域自適應(yīng)音頻水印算法木馬翼平韓紀(jì)慶(哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院哈爾濱150001)摘要:提出了一種基于能量特性分塊的dct域自適應(yīng)音頻水印算法.首先對(duì)音頻數(shù)據(jù)做dct變換,然后基于子塊占總能量的比例將相應(yīng)的頻域系數(shù)分成幾個(gè)部分,用每一部分的能量特性系數(shù)構(gòu)造水印的嵌入強(qiáng)度因子,從而實(shí)現(xiàn)自適應(yīng)的嵌入水印.實(shí)驗(yàn)結(jié)果表明:該算法對(duì)數(shù)字音頻信號(hào)的噪聲攻擊,低通濾波,mpeg壓縮,d/a和a/d轉(zhuǎn)換等操作具有很強(qiáng)的魯棒性.關(guān)鍵

2、詞:音頻水印;能量特性;dct;自適應(yīng)adaptiveaudiowatermarkingbasedonpowercharacteristicsblockinthedctdomainmayipinghanjiqing(schoolofcomputerscienceandtechnology,harbininstituteoftechnology,harbin150001,china)abstract:anewadaptiveaudiowatermarkingschemebasedonpowercharacteristicsblockisproposedtooffercopyprotectiont

3、odigitalaudiosignals.firsttheaudiodataisconvenedtodctdomain,andthenisseparatedtosomeblockswithpowercharacteristics.asthepowercoefficientofwatermarkisbuiltuponthecoefficientofpowercharacteristicsblockintheprocessofwatermarkembedded,thewatermarkcallbeembeddedintotheaudiosignalsadaptively.experimentalr

4、esultsshowthattheproposedwatermarkingalgorithmshavehighrobustnesstosomeaudiosignalmanipulations,suchasnoiseinterfere,lowpassfiltering,mpeglossycompression,d/aanda/dtransforil1.keywords:digitalaudiowatermarking;powercharacteristic;discretecosinetransform;adaptive1引言多媒體技術(shù)及計(jì)算機(jī)網(wǎng)絡(luò)的日益普及,使得數(shù)字多媒體信息的廣泛傳播變得非常

5、容易,如何既充分利用因特網(wǎng)的便利,又能有效地保護(hù)知識(shí)產(chǎn)權(quán),已受到人們的高度重視.數(shù)字水印技術(shù),就是將一些秘密信息(即數(shù)字水印)有意識(shí)地嵌入需要版權(quán)保護(hù)的多媒體信息中,從而來(lái)標(biāo)識(shí)該多媒體信息的所有權(quán).從實(shí)現(xiàn)的角度可分為時(shí)域和頻域兩類(lèi)技術(shù).與時(shí)域技術(shù)相比,頻域技術(shù)具有更好的魯棒性,對(duì)一般的信號(hào)處理和變換有更強(qiáng)的抵抗能力,所以目前頻域技術(shù)研究得較多.本文研究數(shù)字音頻信號(hào)自適應(yīng)魯棒水印算法問(wèn)題.一個(gè)有效的音頻數(shù)字水印系統(tǒng),必須滿(mǎn)足不可聽(tīng)性和魯棒性?xún)蓚€(gè)特性,這是一對(duì)互相矛盾的因素.一般情況下,嵌入的水印信號(hào)能量越高,水印的不可聽(tīng)性就越差,但魯棒性將比較好;反之,嵌入的水印信號(hào)能量越低,水印的魯棒性就越差

6、,但不可聽(tīng)性將比較好.水印算法必須折中考慮不可聽(tīng)性和魯棒性,這實(shí)質(zhì)上是一個(gè)如何確定水印的嵌入能量問(wèn)題j,如何選擇恰當(dāng)?shù)乃⌒盘?hào)能量強(qiáng)度是數(shù)字水印算法的關(guān)鍵之一.dct域的水印算法由于其計(jì)算量較小,且與國(guó)際數(shù)據(jù)壓縮標(biāo)準(zhǔn)兼容,目前對(duì)該領(lǐng)域的研究比較多.文獻(xiàn)4提出了一種基于dct域的音頻水印算法,算法將水印嵌入到音頻載體dct系數(shù)從第1個(gè)系數(shù)開(kāi)始的頻域序列中,在較低采樣頻率的音頻信號(hào)中取得了較好的效果,但由于是連續(xù)的嵌入水印,算法的魯棒性得不到足夠的保證.文獻(xiàn)5提出了將視覺(jué)可辨的二值圖像作為水印的音頻水印算法,算法首先對(duì)音頻信號(hào)分段做dct變換,然后將水印嵌入到每一段的中頻系數(shù)(第2個(gè)dct系數(shù))上

7、,使其用于數(shù)字音頻信號(hào)的版權(quán)保護(hù)和對(duì)其原始性校驗(yàn)時(shí)具有視覺(jué)的直觀性,其局限性在于分段沒(méi)有一定的規(guī)則,并且將中頻系數(shù)定義為每一段的第2個(gè)系數(shù),沒(méi)有足夠的說(shuō)服力.這些現(xiàn)有的水印算法都是依賴(lài)實(shí)驗(yàn)來(lái)確定需嵌入的水印的能量.考慮到很多音頻水印算法實(shí)際上來(lái)源于圖像水印算法,收稿日期:2004年l1月22日;修回日期:2005年1月14日本課題受?chē)?guó)家自然科學(xué)基金項(xiàng)目(60173044),教育部跨世紀(jì)優(yōu)秀人才培養(yǎng)計(jì)劃基金資助.520信號(hào)處理第22卷多采用分塊嵌入方法,而已有的基于分塊的自適應(yīng)水印算法存在共同的缺陷:(1)分塊規(guī)則難于把握,分塊算法不易實(shí)現(xiàn);(2)各類(lèi)塊的強(qiáng)度因子需通過(guò)反復(fù)實(shí)驗(yàn)來(lái)確定,調(diào)試過(guò)程冗

8、長(zhǎng)費(fèi)時(shí)又得不出一個(gè)好的量化指標(biāo);(3)最重要的一點(diǎn)是分塊基本上都是幾何的分塊,屬于同一類(lèi)別的子塊,使用相同的強(qiáng)度因子.這就意味著存在幾何對(duì)應(yīng)關(guān)系的系數(shù)具有同一性,可能同時(shí)嵌入水印,也可能同時(shí)不變,給水印的攻擊者提供了重要線(xiàn)索;并且它們所嵌入的水印能量是相同的,這樣極容易出現(xiàn)有些子塊嵌入的水印能量過(guò)多,而有些子塊嵌入的水印能量過(guò)少的現(xiàn)象,即水印能量不能恰如其分地嵌入各個(gè)子塊中.如果在分塊時(shí)考慮能量因素,根據(jù)各個(gè)子塊的能量系數(shù)來(lái)決定嵌入水印的強(qiáng)度就能克服這些不足.為此,本文提出了一個(gè)基于能量特性分塊的dct域自適應(yīng)音頻水印算法.首先將原始音頻信號(hào)做dct變換,然后利用能量特性將dct域數(shù)據(jù)分成56

9、個(gè)子塊,這些子塊之間將沒(méi)有特定的幾何關(guān)系,然后用每一塊的能量系數(shù)構(gòu)造水印嵌入的強(qiáng)度因子,這樣,不同的子塊就有不同的強(qiáng)度因子,最后水印信號(hào)以不同的能量嵌入到各個(gè)子塊的頻域系數(shù)中,從而實(shí)現(xiàn)自適應(yīng)的嵌入水印.實(shí)驗(yàn)表明該算法具有良好的不可聽(tīng)性和魯棒性.2dct的能量特性dct是正交變換的一種,主要有以下性質(zhì):(1)熵保持性;(2)去相關(guān)性;(3)能量保持性.性質(zhì)1使得變換前后的信息不變.性質(zhì)2可使高度相關(guān)的時(shí)域采樣值變?yōu)橄嚓P(guān)性較弱的頻域系數(shù).結(jié)合性質(zhì)1和性質(zhì)2,dct不但在數(shù)據(jù)通訊中具有廣泛的應(yīng)用,而且在各種水印算法中得到廣泛的研究,在音頻文件的dct域上嵌入水印能夠增強(qiáng)水印的魯棒性j.性質(zhì)3使得變換

10、前后的總能量不變,同時(shí)對(duì)總能量進(jìn)行重新分配與集中,這使得dct具有很好的能量聚集性,僅用很少的變換系數(shù)即可代表原始序列能量的99%以上.cox等人1997年針對(duì)圖像水印,提出了在變換域中“嵌入在圖像的視覺(jué)敏感部分的數(shù)字水印才能有較強(qiáng)的魯棒性”的著名論斷.基于音頻載體,考慮到dct的能量保持性,本文提出下面的自適應(yīng)水印算法,把水印嵌入到音頻載體中能量最大的序列塊中,并且根據(jù)占總能量比例的不同分塊嵌入不同能量的水印,使得頻域系數(shù)較大的分量可以嵌入更多的水印分量,對(duì)于系數(shù)較小的中頻分量可少加水印,從而大幅度地提高音頻水印的魯棒性.3水印嵌入算法假設(shè)a是原始的數(shù)字音頻信號(hào),其數(shù)據(jù)個(gè)數(shù)為己,它可表示為:

11、a=a(1),0l<l,(1)其中a(z)0,1,2,(2一1)是第z個(gè)數(shù)據(jù)的幅值,p為表示每個(gè)數(shù)據(jù)所用的位數(shù).3.1音頻信號(hào)的dct變換處理對(duì)原始音頻信號(hào)a作整體dct,即d=dct(a)=d(k)=dct(a),0k<l,(2)其中d(k)是音頻信號(hào)a的dct域形式d的第k個(gè)系數(shù).3.2水印信號(hào)的預(yù)處理本文所提出的自適應(yīng)魯棒水印算法,能夠?qū)⑷魏我痪S水印信號(hào)自適應(yīng)地嵌入到音頻載體中,但為了增加提取水印和原始水印做比較的直觀性,本文采用文獻(xiàn)5中的視覺(jué)可辨別水印,即大小為mm2的二值圖像,它可表示為:w=w(),0<m】,0s<m2(3)其中w(,)0,1,表示像素()的

12、幅值.要將二維圖像水印嵌入到一維的數(shù)字音頻信號(hào)中,必須對(duì)其進(jìn)行降維處理,將二維的圖像轉(zhuǎn)化為一維的序列,即v=v(k)=(i,),0<m】,0<m2(4)其中k=m+i.通過(guò)降維操作,圖像中的像素(,)用序列1/中的第k個(gè)元素v(k)表示.為提高嵌入水印的魯棒性,對(duì)降維后的二值水印信號(hào)進(jìn)行極化處理,即r1vrk)=1r()=一1vj=0(5)另一方面,為消除序列中相鄰元素的相關(guān)性,進(jìn)一步提高嵌入水印的魯棒性,采用線(xiàn)性反饋移位寄存器生成的偽隨機(jī)序列對(duì)中的所有元素作偽隨機(jī)排序.=permute(v):(k)=(k),0,k<(m2)(6)通過(guò)偽隨機(jī)排序操作,序列中的第個(gè)元素移動(dòng)到第

13、k個(gè)元素的位置上.3.3基于能量特性的音頻信號(hào)的分塊處理stepl:對(duì)d(k)序列進(jìn)行排序,得到新的序列d,(k),即=dc(k)=d(),且dc(k)dc(k+1),o<k,k<己(7)同時(shí)保留排序時(shí)的索引序列index(d);step2:從d(k)中找出占總能量比例為r(一般取為99%)的最小序列d(k),用表示其數(shù)據(jù)量大小,即有d.(k)lllld(k)li(8)其中為任意小的正數(shù);step3:同step2,從d.(k)中找出最小序列d(k),用己表示其數(shù)據(jù)龜大小,使得l=m1m2(9)且序列d(k)占總能量的比例為(>r99%).step4:同上,依次找出占總能量r:

14、,一的序列d2(k2),d一1(k一1),使得r>r一1>>r2>r199%,分別用己:.,己表示相應(yīng)序列的數(shù)據(jù)量個(gè)數(shù),則顯然有第4期基于能量特性分塊的dct域自適應(yīng)音頻水印算法521l>l一l>>l2>ll.通過(guò)上述方法得到n個(gè)數(shù)據(jù)個(gè)數(shù)依次增大的序列,達(dá)到按能量特性分層的目的.其中r到r一,理論上可以取r】到之間的均分點(diǎn),但實(shí)際實(shí)現(xiàn)中發(fā)現(xiàn),從到數(shù)據(jù)量增加過(guò)快,所以對(duì)r2到rn一用對(duì)數(shù)曲線(xiàn)調(diào)整,即r=0.01log2(100r一100rl+1)+rl(10)其中2in一1.3.4在數(shù)字音頻信號(hào)中嵌入水印stepl:對(duì)于大小依次增大的序列d.(k.

15、)到d(k),依次求d()集合對(duì)d,(kj)集合的相對(duì)補(bǔ)集,其中1<sn,得到n一1個(gè)新的序列集合,加上d.(k)共n個(gè)序列集合dj(kj),即():di(kj)一(11)【()=()一一(kj一.)1<nstep2:對(duì)個(gè)序列集合jd(,)嵌入水印.將偽隨機(jī)排序后的水印按照(kj)的大小分成n個(gè)部分(),采用乘性水印嵌入到序列d()中,每個(gè)序列的嵌入強(qiáng)度因子aj由其能量比系數(shù)決定,即d(kj):dr()(1()(12),=aexp(100r一99)(13)其中1rt,a為常數(shù)系數(shù),實(shí)際中可取a=0.1.step3:利用前面得到的indes(d),用d,(ki)置換d(k)中的相應(yīng)部

16、分,得到新的整體序列d(k),對(duì)其作離散余弦反變換得到嵌入水印后的音頻序列,即a=idct(d)=a(k)=idct(d),0k<l(14)由于水印嵌入到頻域序列能量最大的集合中,考慮到這些集合占據(jù)了原始序列99%以上的能量,顯然可以增強(qiáng)水印算法的魯棒性.4水印提取算法由于音頻載體被嵌入水印部分沒(méi)有幾何上的聯(lián)系,提取水印時(shí)需要大量的位置信息,所以本文提出的水印嵌入算法在提取水印時(shí)需要原始的音頻信號(hào)a,屬于音頻信號(hào)依賴(lài)型的水印嵌入算法.stepl:對(duì)原始音頻信號(hào)a和待檢測(cè)的音頻信號(hào)a作離散余弦變換,得d和d.step2:按式(7),(8),(9)和(11),對(duì)d和d作分層處理,得到序列組d

17、,(,)和d,(,).step3:在離散余弦變換域內(nèi)提取水印序列信息,由式(12)有:()(d()一)()提取的水印信息應(yīng)該是二值的,因此要將(,)歸一化為22值形式,同時(shí)考慮式(5),有()=f.一>.(16)step4:將序列集合(ki)合并成一個(gè)序列,對(duì)其作偽隨機(jī)序列逆排序,得到提取水印的一維序列,即=inversepermute()=(k)-1)(),0,k<()(17)step5:對(duì)升維處理,最終得到提取的水印,即:ws(i,)=(k),0<m1,0<,kxm1+i(18)為了消除主觀因素的影響,采用歸一化相關(guān)系數(shù)對(duì)原始水印和提取水印的相似性作客觀評(píng)價(jià),其中歸

18、一化相關(guān)系數(shù)用下式定義,即m1一lm21(i)(i)p(w,)蘭i0,0()xi0,0()v,.v,(19)5實(shí)驗(yàn)結(jié)果在實(shí)驗(yàn)中,采用如圖1所示的單聲道,l6位量化,22050hz采樣率的數(shù)字音頻信號(hào)(即windows系統(tǒng)自帶的notify.wav文件左聲道的一部分)作為原始的數(shù)字音頻信號(hào);采用6464的二值圖像作為水印,如圖2所示.按前面所述算法,將dct域原始音頻信號(hào)用于水印嵌入的部分按能量特性分成6塊,依次嵌入水印,嵌入的強(qiáng)度因子由式(13)決定,圖3是含水印的數(shù)字音頻信號(hào)(在圖1音頻信號(hào)中嵌入圖2所示的水印),嵌入水印后的信噪比snr=72.21db,和原始音頻信號(hào)聽(tīng)起來(lái)幾乎沒(méi)有差別.馨

19、j皿驃j采樣點(diǎn)數(shù)圖1原始數(shù)字音頻信號(hào)圖2原始水印信號(hào)采樣點(diǎn)數(shù)圖3含水印的數(shù)字音頻信號(hào)圈豳豳圈圓(b)(c)(d)(e)圖4提取出的水印信號(hào)2101221012522信號(hào)處理第22卷為檢驗(yàn)算法的魯棒性,對(duì)含水印的數(shù)字音頻信號(hào)分別做下面的處理:(i)加入高斯白噪聲(均值為0,均方差為0.o1);(2)低通濾波;(3)mpeg壓縮;(4)d/a和a/d轉(zhuǎn)換.圖4(a)是從經(jīng)過(guò)噪聲攻擊處理的含水印數(shù)字音頻信號(hào)中提取的水印;圖4(b)是從經(jīng)過(guò)低通濾波處理的含水印數(shù)字音頻信號(hào)中提取的水印;圖4(c)是從經(jīng)過(guò)mpeg壓縮處理的含水印數(shù)字音頻信號(hào)中提取的水印;圖4(d)是從經(jīng)過(guò)d/a和a/d轉(zhuǎn)換處理的含水印數(shù)

20、字音頻信號(hào)中提取出的水印;圖4(e)是從未經(jīng)過(guò)任何處理的含水印數(shù)字音頻信號(hào)中提取的水印,按照式(19)計(jì)算圖4(a),圖4(b),圖4(c),圖4(d)和圖4(e)與圖2的原始水印之間的歸一化相關(guān)系數(shù)如表i所示表1不同攻擊下水印提取的歸一化相關(guān)系數(shù)比較攻擊方法相似系數(shù)圖中位置噪聲攻擊0.92圖4(a)低通濾波0.84圖4(b)mpeg壓縮0.86圖4(c)d/a和a/d0.86圖4(d)未攻擊1.0圖4(e)從實(shí)驗(yàn)結(jié)果可以看出,本文提出的自適應(yīng)音頻水印算法在嵌入水印的信噪比比文獻(xiàn)5(文中snr=45.72)高的情況下在噪聲攻擊,低通濾波攻擊下魯棒性均優(yōu)于文獻(xiàn)4和5中結(jié)論,并且本文算法對(duì)數(shù)字音頻信號(hào)的mpeg壓縮,d/a和a/d轉(zhuǎn)換等操作也具有很強(qiáng)的魯棒性.6結(jié)論本文提出了一種新的dct域音頻水印算法,它基于信號(hào)的能量特性分塊,并動(dòng)態(tài)地決定水印嵌入強(qiáng)度因子,達(dá)到自適應(yīng)嵌入水印的目的,實(shí)驗(yàn)結(jié)果表明該算法對(duì)數(shù)字音頻信號(hào)的低通濾波,mpeg壓縮,d/a和a/d轉(zhuǎn)換等操作具有很強(qiáng)的魯棒性.本文提出的水印嵌入算法在提取水印時(shí)需要原始