《毕业设计（论文）基于小波包域的数字水印算法研究.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于小波包域的数字水印算法研究.doc（26页珍藏版）》请在三一办公上搜索。
1、引言随着以Internet为标志的网络时代的到来和电子商务为代表的网络经济的兴起，网络信息安全问题也日益突出，数字信息可以很方便快捷的在世界范围内广泛传播，随之而来的副作用就是恶意个人和团体，可能在没有得到作者或所有者许可的情况下，进行非法拷贝和传播，这使数字信息产品面临严峻的考验。由此，数字水印技术应运而生。数字水印技术（digital watermarking）是一种信息隐藏技术，它的基本思想就是在数字图像、音频和视频等数字产品中嵌入秘密信息，以便保护数字产品的版权，证明产品的真实可靠性，跟踪盗版行为或者提供产品的附加信息。经过近20年的研究和发展，数字水印技术已渐渐趋于成熟，水印算法分类
2、也是种类繁多： 1.按嵌入的水印信号的形式来分，可以分为一维水印和多 维水印； 2.按嵌入方法可分为可逆水印和不可逆水印； 3.按水印检测方法可分为盲水印和非盲水印； 4.按鲁棒性可分为易脆水印、半易脆水印和鲁棒性水印； 5.从外观上可分为可见水印和不可见水印； 6.按载体分可分为图像水印、视频水印、音频水印和文档水印； 7.从水印的嵌入域可分为空间域水印和变换域水印；当前的数字水印研究中，以数字图像水印最为深入，而对于音频水印的研究相对较少，一方面因为音频单位时间内的采样点较少，可嵌入水印信息就较少，另一方面由于人类的听觉系统要比人类的视觉系统更加的灵敏，也给音频水印的嵌入增加了难度。作为常
3、见的多媒体数据形式，数字音频占着出数字图像外最大的多媒体信息数据量，占据着举足轻重的地位，但是当前对于音频水印的研究显然还远远不够。一个数字水印一般包括三个基本方面：水印的生成、水印的嵌入和水印的提取。数字水印技术实际上是通过对水印载体媒质的分析，嵌入信息的预处理，信息嵌入点的选择，嵌入方式的设计嵌入调制的控制等几个相关技术环节进行合理优化，寻求满足不可感知性，安全可靠性，稳健性等等诸条件约束下的准最优化设计问题，而密钥则是水印信息的重要组成部分。我们可以在信息预处理、嵌入点选择和调制控制等不同环节入手完成密钥的嵌入。1 绪论1.1课题背景多媒体信息比传统文字蕴含更大的信息量，随着网络技术的发
4、展，多媒体教育在各个领域中占据着越来越重要的地位。当代信息技术的迅猛发展和Internet的不断扩大，是多媒体信息能以不同的形式在网上方便快捷的传输。但是他给我们带来方便的同时也带来了安全隐患，比如出现了敏感信息可以被轻易的窃取、篡改、非法复制和传播，多媒体信息的版权得不到有效地保护等问题，使得大量数字多媒体作品的版权问题受到很大的威胁。如何在网络环境中实施有效的版权保护和信息安全手段，已经引起了国际学术界、企业界以及政府部门的高度关注。近年来数字水印技术被认为是解决数字产品知识产权问题的重要手段，已经成为当前的热点研究领域之一，受到社会各界的广泛关注。1.2数字水印的基本概念提到数字水印，人
5、们首先可能会想到人民币中的水印。手拿一张100元的钞票，如果在灯光下观察带有毛主席像的一面，就会看到左侧空白处有一个水印显现。这个水印是在钞票制作过程中直接嵌入到纸币中的，因此人们很难伪造。当然除了钞票，水印还可以用于其它物理对象，甚至电信号中。音乐、图像和视频所代表的数字媒体就是一些常见的可嵌入水印的信号类型。本文所研究的数字音频水印技术就是在数字音频信号中嵌入水印。音频水印技术的基本思想是在音视频等数字产品中嵌入秘密信息，以便保护数字产品的版权、证明产品的真实性和可靠性或者提供产品的附加信息，并且不影响原作品的价值和使用。其中的秘密信息可以是版权标识，用户序列号或者是产品的相关信息，通常我
6、们称之为数字水印（digitai watermark）。水印处理系统的基本框架可以定义为六元体（X,W,K,G,E,D），其中：X代表所要保护的数字产品X的集合。W代表所有可能水印信号W的集合。K是标示码（也称水印密码）的集合。G表示利用密钥K和待嵌入水印的X共同生成水印的算法。E表示将水印W嵌入数字产品X0中的嵌入算法。D代表水印检测算法。 1.3数字水印技术研究现状早期的数字水印技术主要是针对数字图像进行研究的，关于该技术的论述首见于Tirkel等人在1993年的一篇文章。这篇文章首先提出了电子水印（ElectronicWatermark）的说法，其随后发表了另一篇题为“A digital
7、 watermark”的文章，正式提出了“数字水印”这一术语。1.3.1国外研究现状目前的数字水印研究中，对于音频水印的研究相对较少，一方面因为音频单位时间内的采样点较少，可嵌入水印信息就要少，另一方面由于人类听觉系统（humanauditory system,HAS）要比人类视觉系统（human visual system,HVS）更加灵敏，也使音频水印的嵌入更加困难。国际上对音频水印技术的研究最早见于1996年，Bender等在文献中提出了回声编码、扩频编码和相位编码等算法；P.Bassia等人在文献中提出了通过改变音频信号采样数据最低有效位来嵌入数字水印；Won-Gyum Kim提出了在
8、数字音频信号中直接嵌入数字印章的算法，该方法在提取水印信号时不需要原始音频信号的参与；Wu Chung-Ping等人提出了基于数字音频信号内容分析的离散傅立叶变换域水印嵌入算法，该算法在提取水印时不需要原始音频信号，并且能够抵抗常见的几种攻击；Boney等将Cox方案应用到音频信号中，取得了很好的实验效果。其后，又有研究者对上述几种算法进行了改进和完善。随着1996年在德国柏林的第一届信息隐藏国际学术研讨会的召开，数字水印技术的研究得到了迅速的发展，剑桥大学、IBM研究中心、NEC美国研究所、麻省理工学院等都进行了广泛深入的研究，并召开了专门的国际学术研讨会进行定期交流。从1999年开始，每年
9、召开一次多媒体信息安全与数字水印大会，其会议论文主要是关于数字水印技术方面的文章。 1.3.2国内研究现状在国内，清华大学、北京大学、北京邮电大学、中科院自动化所、浙江大学、国防科技大等单位都有从事这一领域的学者。在我国信息安全领域的三位院士（何德全、周仲义、蔡吉人）与有关应用研究单位联合发起下，我国于1999年12月召开了第一届信息隐藏会议，我国的数字水印技术研究也得到了迅猛的发展。在音频数字水印研究方面，近年来我国的很多学者专家也取得了不错的成绩。2000年，钮心忻、杨义先提出了一种基于小波变换的数字水印隐藏与检测方法，对噪声干扰、重新采样等攻击有一定的鲁棒性，不过该水印算法采用高斯分布随
10、机噪声为水印信号，而且没有实现水印的盲提取，实用性不高；次年，王秋生等对这一算法作了改进，使用了视觉可辨的二值图像作为水印，选取改变离散余弦变换系数作为水印的嵌入方式，但提取水印时仍然需要原始音频的参与，是一种明文水印算法；2005年，高海英等提出了一种基于离散小波变换的音频水印算法，选择对DWT域的低频系数进行量化，从而嵌入二值图像水印，并且引入了同步信号的思想，对添加噪声、有损压缩和重新量化有不错的鲁棒性，但对于重新采样攻击效果不理想。对于目前的多水印研究，文献中作者提出了一种基于小波变换域的双水印算法，在图像的DWT域嵌入一个识别水印和一个确认水印，但没有完成水印的盲提取；文献提出了一种
11、基于离散余弦变换的双水印算法，该算法在DCT域添加随机序列作为鲁棒性水印，然后通过实施适当的量化策略，实现在鲁棒水印的基础上加入了脆弱性水印。1.4使用的数学工具MATLABMATLAB是Mathwoks公司推出的一套功能强大的工程设计和系统仿真软件包。它具备强大的数值计算和分析能力,许多复杂的计算问题只需短短的几行代码就可实现。MATLAB针对不同的应用学科推出相应的工具箱,如信号处理、图像处理、神经网络、最优化、模糊逻辑、小波等,这些工具箱为各个领域的研究和工程应用提供了有力的工具,可直观、方便地进行分析、计算及设计工作,从而大大地节省了时间。数字水印研究中使用MATLAB具有以下优点：1
12、.MATLAB将计算、图示和编程集成到一个交互式的环境中,计算结果和编程过程可视化。2.MATLAB语言的语法规则与一般的高级语言类似,并且和Visual C+具有良好的接口。一个稍有编程基础的人就能很快熟悉掌握。3.提供了图像处理工具箱、小波分析工具箱、数字信号处理工具箱,用来研究数字水印技术非常便捷。1.5论文结构安排论文结构安排如下：1.简述本课题的科学意义和使用价值，评述相关文献关于该研 究方向的进展情况，从而说明选题的意义，及想要解决的问题，所采用的方法及预测目标。2.对音频水印技术做了系统的介绍，阐述了音频水印的基本概念，包括：音频水印的基本原理，需求分析和研究方法，音频水印的模型
13、和性能分析等。3.介绍了小波包技术的演变过程。小波的基本概念及局限性，小波包的概念及基本理论和算法优势。4.方案的具体实现过程描述。详细描述了音频水印的产生，嵌入，提取过程，以及其中出现的问题和解决方法。5.对本次论文做总结。2 数字音频水印技术基本理论2.1数字音频水印的原理和研究方法数字音频水印技术，通过利用人类听觉器官的不敏感性，以及数字信号本身存在的冗余 (即数据特征冗余)，将一定的水印信号嵌入到一个载体信号中，它从听觉上与原始载体无差别，而且嵌入的水印信号不影响宿主信号的听觉效果和使用价值。并且通过特殊的方式，可以从宿主信号中提取出水印或是检测出它的存在性。水印不占用额外的带宽。是原
14、始数据不可分离的一部分，并且它可以经历一些不破坏源数据使用价值或商用价值的操作而存活下来。数字水印可分为空间域数字水印和变换域数字水印两大类。与空间域水印算法相比，变换域水印有以下几点：1.变换域水印一般具有良好的鲁棒性； 2.在变换域中嵌入的水印信号能量可以分不到空间域的所有像素上，有利于保证水印的隐藏性和鲁棒性； 3.在变换域，视觉系统的一些特征可以更方便的结合到水印算法中去。所以本次设计利用变换域数字水印算法，通过对语音信号进行小波包变换，把水印信息利用合适的算法对其进行融合，达到数字水印的目的。2.2音频水印需求分析及方案规划 本文设计需求是将一幅二维图片加入到一段音频信号中，达到对音
15、频信号加密的目的。同时在提取的时候能够根据密钥和算法，准确的提取出水印信号。首先要对音频水印的概念做深入了解，掌握小波包对信号的变换方法，分析音频水印的基本步骤。通过以上分析，确定音频水印算法的基本步骤，水印信号的产生，对音频选择水印嵌入点，水印的嵌入，水印的提取。画出各个步骤的原理框图，安装MATLAB软件，编写程序，用MATLAB进行仿真，得出结果。 2.3音频水印研究的框图模型音频水印是实现版权保护的有效办法，是多媒体信息安全研究领域的一个热点，也是信息隐藏技术研究领域的重要分支。对数字水印系统的设计包括水印的生成、水印的嵌入、水印检测或提取三个部分。水印信号的产生：选取的水印信号是一个
16、有意义的二值黑白图像,将水印图像经过逐行扫描,变成一维二值序列。经过加密处理加入到音频中。水印的嵌入：设载体语音为I，水印信号为W，密钥为K，则水印嵌入可用公式描述，式（2-1）中F表示水印嵌入策略(算法)。 （2-1）有两种常用的水印嵌入规则： （加法规则） （2-2） （乘法规则） （2-3） 水印嵌入过程如图(2.1)所示：水印信息 密钥 水印载体信息水印嵌入算法载体数据图2.1 水印嵌入过程 Figure 2.1 Watermark embedding procedure水印提取：在某些水印系统中，水印可以被精确地抽取出来，这一过程被称做水印提取，见图。比如在完整性确认应用中，必须能够
17、精确地提取出插入的水印，并且通过水印的完整性来确认多媒体数据的完整性。水印提取过程如图(2.2)所示：水印载体数据水印提取算法 密钥 水印信息原始载体数据 图2.2 水印提取过程 Figure 2.2 Watermark extraction 2.4音频水印的常见攻击和性能分析与密码学类似，数字水印技术在实际应用中，必然面对遭受各种攻击的现实问题，这就要求数字水印必须具备一定的抗攻击能力，并且在各个不同的应用场合中，所需具备的抗攻击能力要求应有所侧重。这里列出一种比较常见的水印攻击方法：1.鲁棒性攻击鲁棒性攻击是攻击中最直接、最明显的一种，指在不损害原图像使用价值（但相比原含水印图像的视觉质量
18、有所下降）的前提下减弱、移去或破坏其中的水印，也就是进行各种信号处理操作。2.表达攻击与鲁棒性攻击相反，表达攻击并不移去水印，它不需要从算法的角度来实施攻击，其目的仅仅是使水印检测失效。表达攻击的主要手段是破坏水印之间的同步模式，使水印检测器无法找到匹配的水印，因此，表达攻击又称为“同步攻击”。3.解释攻击解释攻击又称死锁攻击，是一种通过伪造假的原始图像或加水印图像来制造混乱的攻击方法。4.合法性攻击合法性攻击指攻击者利用法律条款中一些漏洞和不健全以达到攻击的目的。综上所述，针对数字水印的攻击方法是多种多样的，在实际的应用中，攻击者不会仅仅使用单一的手段，而是经常结合多种攻击手段进行攻击。所以
19、，在水印算法设计过程中，必须根据应用的要求，考虑可能受到的攻击方式，这样才能设计出具有实用价值的水印算法。3基于小波包域的音频水印算法的原理3.1小波的基本概念长期以来，傅立叶变换一直是信号处理领域中应用最广泛的一种分析手段。但它只是一种纯频域的分析方法，在时域上无任何定位能力，无法提供局部时间段上的频率信息。小波分析克服了这一缺点，能较好地解决突变信号与非平稳信号的问题，是空间(时间)和频率的局部变换，更加有效地提取信号和分析局部信号。小波(Wavelet)的定义:定义时域紧支(时域持续时间短)、且平均值为零的函数为小波，通常用表示。即 （3-1）被称为基本小波函数、母小波函数或小波母函数
20、(Motherwavelet)，简称小波。3.2小波包3.2.1小波包的概念对于给定的正交尺度函数(t)及对应的小波函数(t)，有二尺度方程 （3.2） (3.3) 其中式(3.2)中和式(3.3)中是多分辨分析中定义的滤波器。做进一步推广，记，由以下递推公式定义 （3.4） （3.5）称为确定的小波包。由此，小波包是包括尺度函数和小波母函数在内的一个具有一定联系的函数的集合。由上述定义可知，小波包概念是在小波变换的基础上，通过对母小波函数进行伸缩、平移和调制运算进一步提出来的。小波包分析对小波分析没有细分的高频部分做了进一步的分解，实现了频带的均匀划分，把特征信号的能量集中到更小更均匀的频带
21、中，拥有比小波变换更好的时频特性。3.2.2小波包理论在正交小波分解过程中，一般的方法是将低频系数分成两个部分，得到新的低频系数分量和高频系数分量，两个连续的低频系数之间损失的信息可以由高频系数获得，然后是将新的低频系数分量继续分解，而高频系数保持不动。对于小波包分解来说，每个高频系数分量也使用和低频系数分解同样的方法，分成两个部分，这样就提供了更丰富的信号分析方法：在一维分析中产生完整二叉树。对于给定的正交小波函数，可以生成一组小波包基，每个基都提供了一种特定的信号编码方法，它能保留信号的全部能量，并对信号的特征进行准确的重构。这些小波包可以用于对给定信号进行多种分析和解释。给出了对一幅图像
22、进行三层小波包分解的树形图。 图3.1小波包树形结构图及节点（3,2）的频率图 Figure 3.1 Wavelet packet tree structure and node (3,2) frequency chart3.2.3小波包域音频水印算法优势随着水印技术的进一步发展，在小波域水印算法的基础上开始出现了小波包数字水印，进一步解决了传统小波域水印的问题，它能够为信号提供更加精细的分析方法，将频带进行多层划分，对小波变换没有细分的高频信号进一步分解，并能够根据被分析信号的特征，自适应地选择相应频带，使之与信号频谱相匹配，从而提高时频分辨率。小波包对高频子带的进一步分解极大地拓展了水印信
23、息的嵌入空间，目前小波包水印技术得到了越来越多的关注。数字图像进行小波包空间分解时是将图像在各个子带上进行投影，各级小波包分解系数都是在不同尺度上按频率段对原图的近似，它们之间存在一定的相关性，小波包按照不同尺度和频率将图像进行分解，分解级数每增大一级，分解后的频率分布将全局受到影响，从而变得异常复杂甚至没有规律可循，频率的折迭和交错产生了许多伪频率段与真实频率段进行的交错混乱，而且相互之间受到约束。小波包变换是一种等能量交换，不会产生能量的损耗，能量会在各个子带之间进行迁移，称为能量泄露，这种泄露主要发生在频率的分割边缘处，这样使得信号的能量在不同频带之间进行了叠加，这对音频水印也是有利的。
24、小波包分解不会改变表示这些信息能量所需要的系数的个数，这样冗余只是进行了传递，大小并没有改变，也就是说音频信息并不是平均分布在小波包分解系数组中，而系数之间又存在着制约关系，这本身就是一个很好的混淆操作，这使得传统的基于数理统计的攻击方法失效。通过上面的分析可以看出，利用小波包域进行音频数字水印算法的研究具有很大优越性，使得水印的安全性有很大地提高。本章算法正是根据小波包分解理论所具有的优点，提出一种基于小波包变换的水印算法。以下章节详细描述该算法，包括水印图像的预处理、水印嵌入、水印提取以及实验结果。4 基于小波包域的音频水印算法的仿真实现本章主要介绍了基于小波包域的音频水印算法的详细实现过
25、程，包括水印信号的生成，选择水印嵌入点，水印的嵌入过程，水印提取过程及结果分析。同时还对加入噪声的信号进行水印提取结果分析，通过加入不同信噪比的高斯白噪声，对提取出的水印信号效果进行比较，得出相应结论。4.1水印的生成现今小波包域水印算法几乎都是以伪随机序列和二值图像作为水印，本文选择一张3040黑白的二值图像作为待嵌入的水印图像，并采用图像置乱技术进行置乱预处理。通过置乱处理的水印图像，提高了水印信息的安全性，增强了水印的抗攻击能力。首先我们将这张图像读入我们的MATLAB软件中，用I表示原始水印图像，将图像转变成二值图像BW，现在图像以1,0代码的方式存放在矩阵中，矩阵大小为3040。我们
26、对这个二维矩阵进行降维处理，得到长度为1200的一维向量矩阵C。图4.1 原始水印图像 Figure 4.1 The original watermark image 4.2水印嵌入过程在数字水印技术中，水印嵌入位置是影响水印对攻击和攻击方位的分析判断能力的重要因素。而水印容量和鲁棒性之间又是相互矛盾的，水印容量的增加会带来鲁棒性的下降，对不可感知性也有一定影响，而鲁棒性不好就会导致检测结果的不可靠。根据人类听觉系统及小波多分辨率分析的特性，音频信号的小波变换的低频分量，也就是近似分量，集中了信号的大部分能量；而高频部分则仅占有音频信号的少部分能量，对大部分音频处理都很敏感。低频分量部分对音频
27、信号是最为重要的，低通滤波、有损压缩等操作都不会对这一部分数据造成太大的影响。所以，考虑到水印的鲁棒性，应将水印序列嵌入到音频小波分解后的低频分量为佳，这样嵌入水印的能力就可以得到相应的加强，提高水印检测的可靠性。但基于同样的原因，低频分量的变化对人耳的听觉影响比较大，所以在低频分量嵌入水印的同时为了保证水印的不可感知性，应注意调整嵌入水印的系数，充分结合鲁棒性和不可感知性的特性，达到较好的水印嵌入效果。经验表明,并不是所有的变换系数都适合水印的嵌入,低频系数携带了最多的可感知信息,允许的改变量比较小,优点是音频信号的大部分能量集中在低频区;高频系数携带最少的可感知信息量,允许的改变量相对比较
28、大,缺点是高频区的平均能量一般较小,而且常规引入的噪声经常集中在高频区,即对攻击很敏感,不利于水印的鲁棒性。基于以上原因,选择低频和中频小波包系数作为嵌入对象。详细嵌入步骤如下：1.对信号进行小波包变换未加水印的原始信号我们设为x，首先对原始音频信号进行三层小波包分解，小波包分解的树形结构我们可以参照上图。三层小波包分解可以分解出14个下级节点，我们分别用1,0、1,1、2,0、2,1、2,2、2,3、2,4、3,0、3,1、3,2、3,3、3,4、3,5、3,6、3,7表示这14个节点，每个节点都有其对应的小波包系数分别用cfs10、cfs11、cfs20、cfs21、cfs22、cfs23
29、、cfs30、cfs31、cfs32、cfs33、cfs34、cfs35、cfs36、cfs37表示。每个节点的频率波形如下图所示（纵坐标标示的数字代表节点）。本文选用的原始音频信号系数点个数为169344，第一层小波包分解后的小波包系数为84675个，第二层小波包分解后的小波包系数为42341个，第三层小波包分解后的小波包系数为21174个。我们选择第三层的节点cfs32，将水印信号加入到小波包系数中，达到加密的目的。 图4.2 节点1,1和1,0的波形 Figure 4.1 Node waveform of 1,1 and 1,0 图4.3 节点2,0、2,1的波形图 Figure 4.3
30、 Node waveform of 2,1 and 2,0 图4.3 节点2,2、2,3的波形图 Figure 4.3 Node waveform of 2,2 and 2,3 图4.4 节点3,0、3,1波形图 Figure 4.4 Node waveform of 3,1 and 3,0 图4.5节点3,2、3,3波形图Figure 4.5 Node waveform of 3,2 and 3,3 图4.6 节点3,4、3,5波形图Figure 4.6 Node waveform of 3,4 and 3,5 图 4.7 节点3,6、3,7的波形 Figure 4.7 Node wavef
31、orm of 3,6 and 3,7原始音频信号进行小波包变换后产生对应的小波包系数，我们通过加入水印对小波包系数进行修改。之前我们分析过声音的高频信号能量高，易受外界干扰，水印不适合加在高频部分，所以我们选择将水印加入到中低频部分。我们选择节点3,2作为水印的嵌入点。要加入的水印点一共有1200个，而本次我们选择的音频信号经过小波包分解后的系数有21174个。要选择什么样的方式把这1200个水印点加到小波包系数中呢？首先将系数矩阵分解成两个矩阵，第一个矩阵a长度为12000，剩下的系数作为另一个矩阵b，我们选择第一个矩阵a作为嵌入水印的矩阵。矩阵a中的数据为12000，计算得出选择隔10个点
32、加入一个水印点。加入水印的时候牵扯到一个嵌入算法，本次设计我选择在水印点为零时，在对应的小波包系数上加上0.01，水印点为一时，小波包系数不变。水印点全部加入后，将这两个矩阵a和b合成为一个矩阵。水印嵌入之后，对小波包系数进行重构。第三层两个节点和并成一个二层的节点，两个二层节点合并成一个一层节点，两个一层节点合并，得到与原始语音信号相同长度的信号y6,利用写小波的函数把加水印的信号转变成语音。下图是原始语音信号波形图，水印图像以及加入此水印图像的语音信号的波形图。图4.8是原始语音信号与嵌入水印后的语音信号，由图可以看出，加入水印之后语音图像基本没有发生太大变化，所以不会造成音频的失真。 图
33、4.8原始语音波形及嵌入水印的语音波形 Figure 4.8 Original speech waveforms and watermark speech waveforms 4.3水印提取过程在设计水印检测算法时，一个重要的因素就是要使水印的检测算法尽量简单、快速，用较少的信息和运算就能判断出水印存在与否，并且能够在较短的时间里提取出可能的水印。本次设计的水印提取过程我们采取比较检测法。具体操作步骤：1.未加噪声的音频信号水印提取首先把嵌入水印的语音信号读入进来，进行三层小波包分解，得到3,2节点的系数cf32，接下来把原始的语音信号读入进来，也进行三层小波包分解，得到3,2节点的系数cfs
34、32。图4.9 加水印的音频波形及原始语音波形Figure 4.9 The audio watermarking waveform and original speech waveforms对cf32和cfs32每隔十个点进行一次相减运算，一直运算1200次。我们先设置一个11200的空矩阵w1，如果每次相减的结果大于等于0.01，就将w1在对应的点上设为零，如果相减结果小于0.01，则w1相应的点置为一。相减完成之后，对w1矩阵进行升维操作，使一维数组变为二维的矩阵，最后调用imshow函数读入水印的二维矩阵，将其转变为图像。 图4.10 未加噪声提取出的水印图像 Figure 4.10 W
35、ithout noise extracted watermark image2.加噪声的音频信号水印提取在加入水印的音频中加入高斯白噪声，使用函数awgn(x,SNR)，其中SNR=50db。 图4.11 加入50db噪声后的加水印语音波形与原始语音信号Figure 4.11 After joining the 50db noise watermark primitive voice signal waveform and pronunciation加入噪声后按照比较检测法提取水印信号，提取出的结果如图4.12所示。可以看出加入50db噪声后提取出的水印图像与原始图像相比有一定误差，但是人眼还
36、是能够辨别出来，准确性较高。 图4.12 加噪声后提取的水印信号与原始信号Figure 4.12 Add after extraction of watermark signal noise with the original signal同样加入信噪比为45db的高斯白噪声，加入45db白噪声的加水印语音信号与原始语音信号波形图如图4.13所示。图4.13 加入45db高斯白噪声的加水印语音信号与原始语音信号波形图Figure 4.13 Join 45db gaussian white noise of the speech signal with the watermark primiti
37、ve voice signal waveform提取出的水印信号与原始水印信号比较如图4.14所示,由图可以看出，加入45db噪声后，提取出的水印图像失真较大，但是还是能辨别出水印的大体轮廓。 图4.14 加入45db噪声后提取出的水印图像与原始水印图像 Figure 4.14 After joining 45db noise extracted watermark image watermark image with the original由以上加入噪声提取的情况来看，本文用小波包处理语音信息的抗噪声性能较好，在50db信噪比下可以较为正确的提取出水印信号。5总结目前数字多媒体安全问题和版
38、权保护问题日益严重，使得对数字水印技术的研究需求越来越迫切，本课题主要是针对音频数字水印的研究，目标是进一步提高数字水印的安全性、鲁棒性和实用性。本文提出了音频数字水印算法的 一些方案并通过实验进行了检验。本文主要研究了数字音频水印的嵌入过程及详细实现方法，将二维图片经过处理变成一位数字信号，并以一定算法加入到音频信号中。音频信号经过小波包变换，选择在中低频段加入水印，信号的小波包分解具有优良特性，不仅可以对低频信号进行分解，而且可以对高频信号进行分解。处理后的音频加入噪声，根据密钥解密出水印信号，提取出来的水印信号与原信号失真度不大。本文选择的嵌入方法是加法规则，简单方便，对信号质量的影响不
39、大，同时提取方便，且提取出的水印信号失真度很小，满足我们对音频信号的加密要求。虽然近几年数字水印技术发展迅猛，但我们应该看到，数字音频信息安全技术还处于研究的起始阶段，无论在理论研究上还是在应用研究上都存在着很多尚待提高的技术问题，其中包括：1 水印系统的评价标准。2脆弱及半脆弱数字水印系统。3 水印的盲提取。4基于特征的音频水印算法。在目前的数字水印技术的研究中，对数字图像水印的研究占据了绝大部分，而音频水印的研究却相对较少，在今后相当长的时间里，数字音频信息安全必将成为一个重要的研究课题。伴随着网络技术和多媒体数字技术的进步，各种网络应用技术的不断发展，数字音频信息安全技术必然要遇到许多新问题，这就需要我们提出新的理论、新的技术去解决新的难题。
