梁浩　王國明　岳雨儉

摘要：針對傳統(tǒng)音頻水印算法不能實(shí)現(xiàn)盲提取和水印的安全性、魯棒性不強(qiáng)，提出一種改進(jìn)算法。采用Logistic混沌序列對降維后的水印信號作進(jìn)行調(diào)制，再結(jié)合離散小波變換的多層分辨能力和離散余弦變換的能量匯聚特性，通過修改雙變換域的中低頻系數(shù)，在載體音頻中嵌入水印信息。仿真實(shí)驗(yàn)表明改進(jìn)算法具有更好的安全性和魯棒性。

關(guān)鍵詞：音頻水?。浑x散小波變換；離散余弦變換；混沌調(diào)制；雙變換域

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）08-1783-04

隨著全球互聯(lián)網(wǎng)與數(shù)字化多媒體技術(shù)的飛速發(fā)展和廣泛普及，人們逐漸習(xí)慣從網(wǎng)絡(luò)上汲取所需信息。但對網(wǎng)絡(luò)多媒體數(shù)據(jù)的隨意下載、篡改和傳播，使多媒體數(shù)據(jù)的盜版問題日益突出。針對圖形圖像、音頻和視頻等多媒體數(shù)據(jù)的版權(quán)保護(hù)和安全認(rèn)證等問題，研究人員提出一種有效的保護(hù)手段——數(shù)字水印技術(shù)。作為信息安全的研究熱點(diǎn)之一，它能有效地抑制多媒體數(shù)據(jù)的侵權(quán)問題，維護(hù)版權(quán)人的合法權(quán)益。

目前，圖像和視頻水印技術(shù)的研究相對普遍，但是由于人類聽覺系統(tǒng)的敏感性使音頻水印的實(shí)現(xiàn)較為困難。文獻(xiàn)一[1]提出的加性嵌入算法，操作簡單，但不能實(shí)現(xiàn)盲檢測；文獻(xiàn)二 [2]的算法綜合了離散小波變換（Discrete Wavelet Transform，DWT）和離散余弦變換（Discrete Cosine Transform，DCT）的優(yōu)點(diǎn)[3]，魯棒性較好，但水印加密比較簡單。文獻(xiàn)三[4]的算法提供了水印加密的新思路，但沒有吸收小波變換的優(yōu)點(diǎn)。該文在分析和研究上述算法的基礎(chǔ)上，提出基于混沌調(diào)制和雙變換域的魯棒性水印算法。文章采用一幅二值圖像作為水印，利用Logistic混沌加密和雙變換域嵌入水印信息，有效吸收了各算法的優(yōu)點(diǎn)。

1 音頻數(shù)字水印方案

算法采用Logistic混沌序列調(diào)制降維后的水印信號，然后對含水印音頻作三層DWT，分別得到對應(yīng)的高頻分量（cAi，i=1，2，3）和低頻分量（cDj，j=1，2，3）。因?yàn)橐纛l的大部分能量都集中在三層小波變換域的低頻分量中，所以對低頻分量以一定的量化單位進(jìn)行分段處理后，把每一段分別進(jìn)行DCT。最后把調(diào)制后的水印信息嵌入到DCT域的中頻分量上[5]。根據(jù)人耳的聽覺特性，嵌入在混合域低頻分量上的水印信息具有較好的不可感知性。水印提取過程是水印嵌入的逆過程，水印提取時(shí)不需要原始音頻參與，實(shí)現(xiàn)了水印的盲提取。

1.1 水印預(yù)處理

水印選擇的是二維圖像，而原始音頻是一維信號，所以水印嵌入之前需要先降維和加密。

1.1.1 水印選取和降維

水印選取一幅形如“ AUST”字樣的二值圖像，像素大小為[64×64]，具有特殊的意義。如圖1。

由于人眼的分辨率和圖像的關(guān)聯(lián)特性[6]，用它做水印的魯棒性效果要遠(yuǎn)遠(yuǎn)好于序列號。二值水印圖像只包含（0，1）信息，所以水印信息可以表示為：

[Y=y（i，j），1≤i≤A，1≤j≤B，y（i，j）∈0，1] （1）

降維操作后：

[Y′=y（k）=y（i，j），k=i*B+j，1≤j≤B，1≤i≤A，y（i，j）∈（0，1）] （2）

上式中，A=B=64。原始音頻的信號長度要大于[Y′]的長度才能保證水印的正常嵌入。

1.1.2 水印的混沌調(diào)制

采用Logistic混沌序列對降維后的音頻信號進(jìn)行調(diào)制。設(shè)置Logistic序列的初值[x0]和參數(shù)[λ]得到序列[L（k）]。然后利用已經(jīng)二值化的[L（k）]序列和水印序列[y（k）]進(jìn)行調(diào)制，得到置亂之后的水印[Lw（w）]：

[Lw（k）=y（k）⊕L（k）] （3）

混沌調(diào)制后的水印如下：

Logistic序列混沌調(diào)制，毫無規(guī)律性。把Logistic序列的初值[x0]、參數(shù)[λ]和A（或B）作為音頻水印系統(tǒng)的密鑰保存[7]。

1.2 音頻預(yù)處理

對原始音頻信號進(jìn)行分段處理不僅能減小計(jì)算的復(fù)雜度，而且能避免裁剪攻擊帶來的誤差擴(kuò)散。設(shè)分割后的每段小音頻M，設(shè)它的長度為L，表示為：

[M=M（n），n∈1，L] （4）

把[M]分為與音頻水印嵌入相關(guān)的部分[McA]和水印嵌入不相關(guān)的部分[McD]即：

[M=McA+McD] （5）

這樣在嵌入時(shí)我們只考慮與水印嵌入有關(guān)的部分，從而提高了算法效率。

1.3 水印嵌入

水印信號經(jīng)過Logistic混沌序列調(diào)制（異或操作），完成加密。將原始音頻預(yù)處理后進(jìn)行三層DWT，得到分解系數(shù)cA3、cD3、cD2和cD1。分解后的音頻能量大部分集中在低頻分量上，把低頻系數(shù)cA3分成長度為8的數(shù)據(jù)子段，再分別對每一個(gè)子段做DCT。由于DCT的能量匯聚特性，原DWT域的低頻分量的能量主要集中在DCT域的中低頻分量上[8]。選擇雙變換域的中頻系數(shù)（即每個(gè)數(shù)據(jù)子段的第4個(gè)系數(shù)）作為嵌入位置。對選擇的嵌入系數(shù)做定量S的余數(shù)運(yùn)算，結(jié)果賦給Z1；系數(shù)修改按下面的公式執(zhí)行：

1.4 水印提取

水印的提取是水印嵌入的逆過程。算法的水印提取步驟如下：1）將被檢測的音頻信號分段，其次對含水印的音頻信號進(jìn)行三層離散小波變換。得到第三層分解系數(shù)cA3、cD3、cD2、cD1。2）將低頻系數(shù)cA3作水印嵌入時(shí)的相同分段，再進(jìn)行離散余弦變換。對含有水印的嵌入系數(shù)做S的余數(shù)運(yùn)算，結(jié)果賦值給[Z2]，如下所示：

其中[W′]就是所要提取的水印信息。3）根據(jù)密鑰和混沌序列對水印信息[W′]進(jìn)行混沌解調(diào)（異或操作），得到水印信息的一維序列[W]，再對其升維得到原始的二維水印圖像[w]：

2 實(shí)驗(yàn)仿真和分析

實(shí)驗(yàn)在含奔騰四CPU、Windows 7的操作系統(tǒng)、Matlab 7.0軟件的聯(lián)想PC機(jī)上進(jìn)行。載體音頻選自流行歌曲“穩(wěn)穩(wěn)的幸福.wav”中的一段音頻。水印選擇圖1所示的二值圖像，像素大小為[64×64]。載體音頻是長度為20S，量化精度為16bit，采樣頻率為44100Hz，采樣點(diǎn)數(shù)為876697的單聲道音樂（未壓縮狀態(tài)下）。實(shí)驗(yàn)選擇db4作為DWT的小波基函數(shù)，用初值[x0=0.2]和參數(shù)[λ=3.6]生成Logistic混沌序列對版權(quán)水印加密，并把像素[A]、初值[x0]和參數(shù)[λ]一起作為系統(tǒng)密鑰保存。原始音頻的波形圖如下：

2.1 不可聽性測試

在無攻擊的情況下，含水印水印的信噪比為[snr=28.4916]，滿足水印系統(tǒng)信噪比不小于20db的透明性要求。

對比圖5和圖6的波形圖幾乎沒有變化，差別明顯的地方音頻信號的能量都相對較大，由于人耳的聽覺特性，這部分差別幾乎不能被感知出來。選擇一組聽眾試聽，聽眾感覺不到音頻水印嵌入前后的差異，表明它的可聽性良好。

2.2 安全性能測試

音頻水印系統(tǒng)的安全性通過Logistic混沌序列調(diào)制和密鑰來保證。密鑰包括三部分：混沌序列的初值[x0]、參數(shù)[λ]和水印的像素大小[A]。

2.3 魯棒性能測試

為了檢驗(yàn)水印的魯棒性，對水印進(jìn)行如下攻擊：1）低通濾波攻擊：采用10階，截止頻率是10KHz的巴特沃斯濾波器濾波；2）加噪攻擊：對嵌入水印的音頻上加上一個(gè)均值為0，均方差是0.08的高斯白噪聲；3）上采樣攻擊：把原始音頻信號的采樣頻率提升一倍，再利用抽值技術(shù)恢復(fù)成原頻率44.1KHz；4）重新量化攻擊：把音頻信號的量化精度從16比特降到8比特，再重新升至16比特；5）有損壓縮攻擊：將含水印音頻mp3壓縮至64kbps的碼率；6）裁減攻擊：隨機(jī)裁剪掉含水印音頻中的50個(gè)樣本點(diǎn)。實(shí)驗(yàn)結(jié)果如下：

從表1可以看出，相同條件下本文算法NC值和PSNR值要大于文獻(xiàn)算法；并且除裁剪攻擊外，該文算法的NC大多接近于1，說明其魯棒性能更好。

3 結(jié)論

本是在文獻(xiàn)一算法的基礎(chǔ)上提出一種改進(jìn)算法，算法用Logistic混沌序列調(diào)制水印信息，并結(jié)合DWT的多層分辨和DCT的能量匯聚的優(yōu)點(diǎn)，通過修改雙變換域的中頻系數(shù)，實(shí)現(xiàn)水印嵌入。仿真實(shí)驗(yàn)證明算法具有良好的不可聽性，在相同實(shí)驗(yàn)環(huán)境下比文獻(xiàn)算法的安全性和魯棒性更好。該文是通過修改雙變換域的中頻系數(shù)完成水印嵌入的，下一步將研究水印在雙變換域的自適應(yīng)嵌入算法。

參考文獻(xiàn)：

[1] 趙勇，夏薇，周衛(wèi)紅.一種基于DWT的數(shù)字音頻水印算法[J].云南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，21（3）： 207-210.

[2] 陳雪松，高暢.基于DCT和DWT的音頻水印算法[J].計(jì)算機(jī)安全，2009（12）： 48-50.

[3] 張金全，王宏霞.DCT和DWT 域音頻水印幅值變化規(guī)律分析[J].電子學(xué)報(bào)，2013（6）：1193-1194.

[4] 彭川，莫海芳.基于Logistic混沌序列的魯棒數(shù)字水印方案[J].計(jì)算機(jī)仿真，2012，29（9）：278-280.

[5] 寧國強(qiáng)，劉媛媛，李鳳堂.一種基于DWT-DCT變換強(qiáng)魯棒性的數(shù)字水印算法[J].電子設(shè)計(jì)與工程，2009，17（11）： 67-69.

[6] 廉藺，李國輝，王海濤.基于MSER的紅外與可見光圖像關(guān)聯(lián)特征提取算法[J].電子與信息學(xué)報(bào)，2011，33（7）：1625-1627.

[7] 王育民，鄭建偉.通訊網(wǎng)的安全一理論與技術(shù)[M].西安：西安電子科技大學(xué)出版社，1999：178-180.

[8] 馬翼平，韓紀(jì)慶.DCT域音頻水?。呵度雽Σ吆退惴╗J].電子學(xué)報(bào)，2006（7）：1260-1263.