基于音频特征的自适应数字音频水印算法.docVIP

基于音频特征的自适应数字音频水印算法 　　摘 要：提出了一种基于音频特征的自适应音频水印算法。该算法使用Logistic混沌序列对水印进行加密，通过对音频帧的过零率及短时能量的分析，选取适当的阈值，确定嵌入水印的帧，对选定的音频帧整合分段后进行小波变换，同时采用能量动态调整自适应确定嵌入强度的方法，计算每段音频的近似分量的平均能量，在所得音频帧中嵌入水印。通过实验可知，该算法具有较好的鲁棒性和不可感知性和实用性。 　　关键词：音频水印；短时能量；过零率；自适应；鲁棒性 　　中图分类号：TP309.7 　　近年来，音频数字水印[1]正逐渐成为数字水印中的一个重要方向。由于数字音频单位时间内的采样点较少，可嵌入的水印的容量相对较小；同时人类听觉系统比人类视觉系统更为敏感，也使得嵌入水印的难度增大。基于小波变换[2]的数字音频水印技术因其具有良好的多分辨率表示、时域局部分析等特性，且易于兼容MPEG-4压缩标准等特点，被人们广泛应用。 　　Logistic映射[3]混沌序列对原始水印进行加密，增强水印的安全性，本文对音频特征[4]进行分析，结合音频帧的过零率及短时能量，寻找适合水印嵌入的音频帧。为了更好的提高音频水印的鲁棒性和去同步攻击能力，本文算法在所选定的音频帧中采用了能量动态调整嵌入强度自适应[5]的方法来嵌入水印，提高了算法的不可感知性和鲁棒性。 　　1 音频特征的分析及选取 　　1.1 音频帧的过零率与短时能量特征 　　设第n帧音频信号的短时能量用En表示，则其定义为： 。音频帧的短时能量直接反映了一段时间内音频信号的强度，越强掩蔽特性越好。 　　设第n帧音频信号的过零率用Zn表示，其定义为： 　　其中，sgn[]是符号函数，即 　　过零率反映音频在一帧中幅值变化的剧烈程度，过零率小的音频帧具有更好的稳定性。 　　2 数字音频水印的嵌入 　　2.1 嵌入水印图像的预处理 　　（1）设原始水印图像为U，则其表示为： 　　U={u（I，j），1≤i≤M，1≤j≤N，u（i，j）∈{0，1}} 　　首先要将水印图像降维至一维序列 　　V={ν（k）=u（i，j），1≤i≤M，1≤j≤N，k=（i-1）×N+j，1≤k≤M×N} 　　（2）采用Logistic映射混沌序列对水印进行置乱加密。对Logistic序列进行截断，选取任意起始位置α开始截取，设定阈值λ，初值x0，得到Logistic序列P为P={p（k），1≤k≤M×N，p（k）∈{0，1}}。 　　2.2 原始音频信号的预处理 　　设音频信号A={a（k），1≤k≤L}，L是音频信号长度，将A进行分帧后表示为： 　　akj=a（（k-1）×F+j），1≤k≤K，1≤j≤F 　　其中αkj表示第K帧音频的第j个信号值；k表示音频信息的总帧数；F表示样点数。 　　2.3 音频帧的选取 　　依次计算K帧的过零率Zn和短时能量En。对于每一种类型的音选取满足条件：过零率Zn≤Z0且短时能量En≥E0的音频帧，将音频帧拼接到一起得到待嵌入水印的音频帧Ae，将其分成M×N段，则每段含有 个音频数据。记为。Ae={Ae（k），1≤k≤Q} 　　2.4 数字音频水印的嵌入 　　对分段的音频信号Ae（k）进行H层小波变换[6]，本文的水印信息将被嵌入到低频系数中。 　　= 　　式中αk为嵌入水印强度，假如水印嵌入强度越大，受攻击时鲁棒性越好，但对信号的影响大。嵌入强度越小，虽然不易被察觉，但抗干扰性能差。本算法针对这一问题，通过计算小波变化后每段音频的近似分量系数的平均能量，再结合基础嵌入强度β，根据近似分量能量动态调整音频数据段嵌入强度这一方法，为每个音频数据段自适应确定一个嵌入强度。 　　按照上式得到修改的小波系数，将其进行小波逆变换，得出嵌入水印的数字音频部分。 　　3 数字音频水印的提取 　　（1）将嵌入水印后的音频信号进行H层的DWT操作，得到每段的低频系数AeH′K。 　　（2）计算每个音频数据段的嵌入强度α，提取水印信息，提取公式为： 　　（3）根据起始位置，阈值，初值生成Logistic序列，根据阈值对其进行二值化处理，得到P（k），则一维水印序列V（k）=W（k）?P（k），再将其升为二维就可得到原始水印图像。 　　4 仿真实验与结果分析 　　本文使用比特误码率BER和归一化相关系数NC[7]来衡量算法的性能。 　　4.1 检测性能测试。图1分别为原始音频信号、嵌入水印后的音频信号、原始水印图像、从含水印的音频信号中提取出的水印图像 。 　　5 结束语 　　该算法首先对水印进行混沌置乱，通过过零率和短时能量选出需要嵌入水印的音频，分段后通过求每段的平均能量以动态调整嵌入强度，对于固定嵌入