数字水印基础教程 普通高等教育“十一五”国家级规划教材 作者 杨义先 5.2音频信息隐藏与水印算法.pptVIP

5.2 音频信息隐藏与水印算法 语音各个比特位的作用 原始语音信号（“床前明月光”） 语音各个比特位的作用（1） 去掉低2比特位的语音信号（声音信号听不出差别） 语音各个比特位的作用（2） 去掉低4比特位的语音信号（声音信号听不出差别） 语音各个比特位的作用（3） 去掉低6比特位的语音信号（声音中有极少的背景噪音，不易被察觉） 语音各个比特位的作用（4） 去掉低8比特位的语音信号（声音中有较明显的背景噪音） 语音各个比特位的作用（5） 去掉低10比特位的语音信号（声音中有很强的噪音，但话音仍较清晰） 音频数字水印技术 音频信号的特点 一维信号 人耳听觉系统（HAS）比人眼视觉系统（HVS）灵敏得多 对音频水印的要求 不可感知性 稳健性 同步要求 盲水印 数字域音频水印 抵抗数模模数转换的音频水印（音频信息隐藏）——强鲁棒性 时间域音频水印 最低有效位方法（LSB） 回声隐藏法 通过改变信号幅值的隐藏算法 变换域音频水印 傅氏变换 DCT变换 小波变换 声音信号中的回声隐藏 原理：人耳对一个较强声音后（或前）的极短时间内的较弱声音的不可察觉性 方法：在数字声音信号中引入回声，引入回声的位置不同则代表了秘密信息 回声隐藏算法 嵌入 原始信号 ，回声信号 伪装信号为 秘密信息为“0”，延迟为 秘密信息为“1”，延迟为 在语音信号中隐藏多个秘密信息比特 把信号分段，每段隐藏一比特 回声隐藏算法 提取 同步 对每段信号求倒频谱自相关值，自相关峰值出现的位置，就对应了秘密信息比特 回声隐藏算法的特点 回声隐藏算法的优点 具有非常好的隐藏效果，并且具有较好的抗攻击能力，对于一般的数字信号处理如加入随机噪声、滤波、重采样和失真压缩等均具有较好鲁棒性 该方法的弱点 嵌入容量较小，计算量较大 一般秘密信息嵌入量为2bps-64bps，其大小与传输环境和参数设计有关 要求信号同步 声音信号中的相位隐藏 人类的听觉系统特别敏感，声音信号中微弱的噪声都能够被察觉出来。但是，听觉系统对声音的相位变化不太敏感，因此，可以考虑在声音的相位中隐藏信息 声音信号中的相位隐藏 嵌入 将声音信号分段，分别进行DFT变换，得到每一段的幅频特性和相频特性 对第一个信号片段的相位进行修改，根据嵌入比特为“0”或“1”决定相位。并且在保持后面相位差不变的情况下修改绝对相位 结合原来的幅频特性和新的相位特性，计算傅立叶反变换，恢复语音信号 声音信号中的相位隐藏 提取 找到信号的分段，计算DFT，检测出初始相位，恢复秘密信息 要求：信号同步 基于小波变换的音频水印算法 嵌入 数字水印为一个随机信号 选择适当的小波基对原始语音信号进行L级分解，在第L级的小波细节分量中嵌入水印 水印嵌入算法 基于小波变换的音频水印算法 提取 在水印检测端（作品所有者或第三方认证机构），原始的语音信号以及水印信号需要保留以备检测时用 对L级分解的细节分量，利用原始语音信号找到隐藏了N个随机数的位置，求 计算提取水印与原始水印的相关值，判断是否有水印信号存在 基于小波变换的音频水印算法 算法特点 水印信号放在了语音信号能量最大的部分 一方面语音信号遮盖了水印的影响，使其不易被发觉 另一方面即使受到一定的破坏，只要语音信号有一定的可懂度，水印信号就可以检测出来 实验结果 实验结果 实验结果 基于HAS的小波包域数字语音水印 人类的听觉系统（HAS）比视觉系统（HVS）敏感得多 基于心理声学模型的小波包域数字语音水印算法 该算法根据心理声学模型，计算载体音频信号的掩蔽门限 利用人耳听觉的临界频率与小波包子带间的相似特性，将DFT域掩蔽门限映射到小波包域 将水印信号嵌入到中低频小波包系数中，嵌入强度由掩蔽门限自适应控制 采用音频MPEG-1中的心理声学模型，掩蔽门限计算方法： 计算信号功率密度谱 （信号分帧） 划分临界频带——临界频带是一种频域心理学或音质测度，反映了人耳的频率选择性及可分辨被掩蔽音频信号的最小带宽 每一个频带对自身和周围频带都有掩蔽作用 计算全局掩蔽门限 将DFT域的掩蔽门限映射到小波包域 DFT对信号的频带划分是线性等间隔的，而小波域分析可以对信号进行有效的时频分解，在高频段其频率分辨率较差，而在低频频段其时间分辨率较差 小波包分析能够为信号提供一种更加精细的分析方法，它将频带进行多层次划分，对多分辨分析没有细分的高频部分进一步分解，并能够根据被分析信号的特征，自适应的选择相应频带，使之与信号频谱相匹配，从而提高了时频分辨率 八级小波域分析 八级小波包分析 水印嵌入 根据心理声学模型计算出要保护的原始音频信号在DFT域的最小掩蔽门限，然后把它映射到小波包域中，得到