一種改進(jìn)的DCT域數(shù)字音頻水印算法

摘 要：針對(duì)現(xiàn)有數(shù)字音頻水印算法不能同時(shí)滿足隱蔽性與魯棒性的問(wèn)題，在添加水印之前，先將水印的二值圖像與隨機(jī)密鑰進(jìn)行加密操作，再對(duì)載體進(jìn)行三級(jí)小波變化和DCT變換，最后對(duì)比加密后的水印信息與載體信號(hào)，得到密鑰值，并將密鑰嵌入到載體音頻的DCT中頻系數(shù)中。實(shí)驗(yàn)結(jié)果表明，該算法能在隱蔽性和魯棒性之間達(dá)到一個(gè)較好的平衡。

關(guān)鍵詞：音頻；小波變換；離散余弦變換；水印算法

中圖分類(lèi)號(hào)：TP309 文獻(xiàn)標(biāo)志碼：A

1 引言

數(shù)字水印技術(shù)是將數(shù)字、序列號(hào)、文字、圖像標(biāo)志等信息嵌入到多媒體數(shù)據(jù)中，以起到版權(quán)保護(hù)、秘密通信、數(shù)據(jù)文件的真?zhèn)舞b別和產(chǎn)品標(biāo)志等作用，音頻水印作為數(shù)字水印技術(shù)的一個(gè)重要分支，日益引起了人們的關(guān)注。

目前應(yīng)用較廣的音頻水印算法有最低有效位算法（LSB）和基于DCT變換域的數(shù)字水印算法。LSB是最不重要比特位（Least Significant Bit）的縮寫(xiě)，其原理是用秘密信息（水印）直接替換載體數(shù)據(jù)的最不重要比特位，這是一種脆弱水印，但是隱蔽性較好。DCT域水印算法的核心思想是在載體文件的DCT系數(shù)上添加水印信息，而DCT系數(shù)可分為高頻、中頻、低頻三種。其中，與LSB方法等效的做法是把水印嵌入到高頻系數(shù)中。這對(duì)音頻水印載體的聽(tīng)覺(jué)質(zhì)量非常有利，但由于音頻信號(hào)的高頻區(qū)對(duì)常見(jiàn)的信號(hào)處理和噪聲比較敏感，這些算法產(chǎn)生的水印魯棒性較差。為提高魯棒性，Cox等人[1]提出水印應(yīng)放在聽(tīng)覺(jué)系統(tǒng)最重要的分量上（對(duì)應(yīng)于DCT域中的低頻系數(shù)[2]），其理由是聽(tīng)覺(jué)上最重要的分量是音頻信號(hào)的主要成分，攜帶較多的信號(hào)能量，在音頻信號(hào)有一定失真的情況下仍能保留主要成分。綜合以上兩點(diǎn)，一些學(xué)者對(duì)其進(jìn)行了折衷[3]，把水印放在DCT域的中頻系數(shù)上，文獻(xiàn)[3]將中頻系數(shù)定義為每一段的第2個(gè)DCT系數(shù)，但也有人認(rèn)為音頻的中頻分量為第3～6個(gè)系數(shù)。選擇的嵌入分量不同，所產(chǎn)生的水印性能也不相同，而且目前對(duì)于各個(gè)分量具體位置的定義也沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)[4]。

2 現(xiàn)有算法描述

5.逆變換還原載體音頻

對(duì)添加水印后的音頻信息進(jìn)行逆DCT變換和小波逆變換，再將所有分段組合到一起，即可得到添加水印后的音頻文件。

3.4 算法仿真

音頻水印算法可以使用以下三種評(píng)價(jià)方法：

（1）主觀聽(tīng)覺(jué)測(cè)試：使用客觀的Diff級(jí)（SDG）來(lái)判斷該性能，SDG為0.0時(shí)表示水印的不可聽(tīng)性最好，其值越大，算法性能越差，4.0即表示隱蔽性最差，這種情況下，水印基本是不合格的。

（2）信噪比（Signal to Noise Ratio， SNR）：信號(hào)的有用成分與噪聲的強(qiáng)弱對(duì)比，這個(gè)一般是用來(lái)衡量數(shù)字信號(hào)的保真程度，其值越大即表示噪聲對(duì)信號(hào)的影響越小。

（3）相似度sim：數(shù)字水印中提取的水印與原始水印的相似程度。通常將sim值與設(shè)定的門(mén)限值T進(jìn)行比較，若sim大于T，則表示該水印是魯棒的，否則即是脆弱水印。

對(duì)本文提出的算法在Matlab環(huán)境下進(jìn)行了編程實(shí)現(xiàn)，基本參數(shù)說(shuō)明如下：

（1）選取aud.wav作為載體音頻，比特率為1411kbps，時(shí)長(zhǎng)11秒，量化位數(shù)為16bit，采樣頻率為44.1Hz。

（2）選取 的位圖圖像mark.bmp作為水印圖像，如圖4所示。

（3）嵌入強(qiáng)度D的取值為0.035。

算法仿真結(jié)果如圖5所示，水印嵌入時(shí)間為0.7020秒。

該算法與文獻(xiàn)[11]的性能對(duì)比如表1所示，由此可知，添加水印后，使用客觀的Diff級(jí)（SDG）來(lái)進(jìn)行主觀聽(tīng)覺(jué)測(cè)試，產(chǎn)生的音頻信號(hào)幾乎不存在可感知的差別。同時(shí)，由SNR的值可知，該算法的隱蔽性確實(shí)有一定程度的提高。

4 總結(jié)

本文根據(jù)已有音頻水印算法的優(yōu)缺點(diǎn)，提出了一種基于小波變換和DCT變換的數(shù)字音頻水印算法。該算法根據(jù)Cox算法魯棒性較好而隱蔽性較差的特點(diǎn)，對(duì)其進(jìn)行了修改，將水印信息添加到DCT變換的中頻系數(shù)中，使其在隱蔽性和魯棒性之間達(dá)到一個(gè)較好的平衡，同時(shí)，在此基礎(chǔ)上，引入了小波變換和水印圖像預(yù)處理，增加算法的安全性。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)該算法添加水印后，產(chǎn)生的音頻信號(hào)與原始載體幾乎不存在可感知的差別，而且添加水印后的載體音頻對(duì)于添加噪聲、重新量化和重新采樣等攻擊，都具有較好的魯棒性。

參考文獻(xiàn)：

[1] I J Cox， J Kilian， T Leighton， T Shamoon. Secure spread spectrum watermarking formultimedia [J]. IEEE Transaction on Image Processing， 1997， 6（12）： 1673-1687.

[2] H Tewfik， M Swanson. Data hiding formultimedia personalization， interaction， and protection [J]. IEEE Signal Processing Magazine， 1997， 14（4）： 41-44.

[3] 王秋生， 孫圣和. 一種在數(shù)字音頻信號(hào)中嵌入水印的新算法[J]. 聲學(xué)學(xué)報(bào)， 2001， 26（5）： 464-467.

[4] 馬冀平， 韓紀(jì)慶. DCT域音頻水印：嵌入對(duì)策和算法[J]. 電子學(xué)報(bào)， 2006， 34（7）： 1260-1264.

[5] 田運(yùn)金， 殷凱， 周輝. 一種基于DCT變換的音頻隱藏算法研究. 裝備指揮技術(shù)學(xué)院學(xué)報(bào)， 2006， 17（4）： 64-67.

[6] 金燦. 一種基于Cox算法的分塊DCT圖像水印算法研究. 計(jì)算機(jī)安全， 2011（7）： 17-19.

[7] B Zhang， S N Srihari， C Huang. Word image retrieval using binary features[J]. Document Recognition and Retrieval， 2004， 43（3）： 37-40.

[8] 李慎， 夏良正， 顧宗愨. 一種新的二維最大熵圖像閾值分割方法[J]. 南京航空航天大學(xué)報(bào)， 1994， 26（3）： 151-157.

[9] M M M Fahmy. Computer Vision Application to Automatic Number Plate Recognition[J]. Proceeding of 26th. International Symposium on Automotive Technology and Automation， 1993， 13（2）： 625-633.

[10] 景曉軍， 蔡安妮， 孫景鰲. 一種基于二維最大類(lèi)間方差的圖像分割算法. 通信學(xué)報(bào)， 2001， 22（4）： 71-76.

[11] 凡超， 王忠， 肖留威等. 改進(jìn)的DCT域音頻水印算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2011， 32（4）： 1351-1355.