基于小波包分解与矩阵编码自适应音频隐写算法.docVIP

基于小波包分解与矩阵编码自适应音频隐写算法 　　摘要 针对音频隐写算法载体利用率较低、不可感知性较差、嵌入效率不高的问题，提出了一种基于小波包分解与矩阵编码的自适应音频隐写算法。算法通过对比音频文件在MP3压缩前后小波包分解系数上的差异，将小波系数不变的位数作为嵌入载体，有效提高了嵌入容量；另外采用混沌模型产生随机三元组对矩阵编码算法进行改进，提高了算法的安全性与嵌入效率。算法在容量方面较直接选取中频子带小波系数作为嵌入载体的隐写算法提升约30%；信噪比（SNR较使用固定三元组的矩阵编码隐写算法提升约9%。实验结果证明了算法的正确性，能基本满足大容量安全通信的需要。 　　关键词 音频隐写；小波包分解；自适应；矩阵编码；大容量 　　中图分类号 TP309.2 　　文献标志码 A 　　0引言 　　目前音频文件在数字业务的使用比重日益增大，但针对于音频的隐写及隐写检测算法研究较少，因此音频隐写的研究不但必要而且具有现实意义。 　　比较流行的音频隐写工具有Petitcolas[1]研发的MP3stego，但万威等[2]提出一种基于Huffman码表分布的隐写分析方法，对其隐写检测效果较好。另外StegHide、Hide4PGP、Security Suit等音频隐写工具都是在时域中采用最低有效位（Least Significant Bit， LSB[3] 算法，这类算法嵌入容量较大，但鲁棒性较差且随着被替换的最低位数增加，不可感知性越来越差[4]。 　　本文设计了一种大容量音频隐写算法，首先对音频载体信号进行小波包分解得到子带，对每个子带进行分析；而后根据待隐写信息的多少，确定载体利用率，自适应选取嵌入位置；最后改进矩阵编码算法把秘密信息嵌入到小波系数中。实验表明，该方法科学、有效。 　　1隐写算法设计思想 　　1.1小波变换与子带能量 　　小波变换[5]是在傅里叶分析的基础上发展起来的，可以从均值和细节两个角度理解小波变换。假如有离散信号{x1，x2 }，均值a和细节d可以分别表示为： 　　a=（x1+x2/2（1 　　d=（x1-x2/2（2 　　这时离散信号可以表示为： 　　x1=a+d（3 　　x2=a-d（4 　　如果x1和x2非常接近，可以用{a}来表示。a可以看成信号的整体信息，d为丢失的细节部分。 　　改进后的小波包分解是多分辨率的，分解后的子带系数既有频率的性质，又能表示发生的空间，有利于各分辨率的分析。Ballesteros等[6]利用这个思想提出变色龙效应，可以根据秘密信息量的不同，选取不同的子带作为嵌入载体。Cvejic等[7]也曾提出在小波域中用LSB嵌入的方法实现音频隐写，但其对分解后的各个部分无差别对待，这会影响到不可感知性。 　　为了减小错误累积，本文首先对样本音频信号进行分组，每1024个采样点为一组，而后进行4层小波包分解，得到16个子带，如图1所示。 　　这16个子带按能量大小依次记为A，D1，D2，D3，…，D15。A为最低分辨率的低频信息，Di为细节部分，其中D1为最低分辨率的细节部分，能量最大，往后能量依次减小，频率依次升高。能量的排列方法是依次对16个子带置零再小波逆变换恢复音频片段，计算和原始音频片段之间的信噪比（SignaltoNoise Ratio， SNR。如果信噪比较小，说明该子带能量较大；反之，信噪比大，子带能量较小。测试样本的子带能量大小分布如表1所示。 　　1.2嵌入位置的选择 　　刘秀娟等[8]在算法中采用小波包分解后的中频子带系数作为隐写载体，使用LSB方法进行隐写。文献[8]给出的理由是采用中频子带作为载体能兼顾到不可感知性与鲁棒性且LSB方法简单快捷。但有以下4个问题： 　　1嵌入容量是隐写的重要指标，如果不简单排除低频和高频子带而是充分利用它们，隐写容量会进一步增大。 　　2如果根据不同子带的特点选择合适的嵌入位置[9]来替代LSB嵌入方法，会提高算法的鲁棒性。 　　3如果嵌入信息后的音频文件经过MP3压缩编码，部分秘密信息无法恢复。 　　4小波分解后的小波系数为小数，文章没有清楚地交代如何处理这些小数。 　　本文设计如下算法，解决了上述4个问题。嵌入位置的选择步骤如下： 　　1对原始音频进行4层小波包分解并分别除以子带中的最大值进行归一化处理，记录下处理后的小波系数。 　　2对原始音频进行MP3编码压缩、再解压，然后进行第1步操作并记录下小波系数。 　　3上述两组对应的小波系数作差， m为对应系数差值的小数点至小数点后首个非零数之间零的个数。例如差值为0.00108，那么m的值为2。同一子带能量相当，性质相似，对应的m值也就大致相同，所以m的值仅与不同子带有关。 　　4用归一化的小波系数乘以10m，整