专利名称：一种基于盲源分离的小波域数字音频多目的水印方法
技术领域：
本发明属于多媒体信息安全技术领域，涉及到鲁棒水印和脆弱水印集成的方法，特别涉及鲁棒水印和脆弱水印的生成，水印的嵌入、提取和篡改检测方法。
背景技术：
目前，关于数字音频水印的研究大部分集中在实现版权保护的鲁棒水印或者实现内容完整性认证的脆弱水印上。然而在许多应用领域需要同时实现版权保护和篡改定位的目的。鲁棒水印可以对音频产品进行版权保护；脆弱水印可以实现音频产品的篡改定位。将二者集成在一起，在要求算法简单且不需要考虑鲁棒水印和脆弱水印嵌入顺序的基础上，既可以实现盲检测，又可以公开水印算法，是实现多目的水印的一个难点。
迄今为止，在音频信号中嵌入鲁棒水印和脆弱水印，同时实现版权保护和篡改定位的多目的水印方法主要有以下三种1)2001年，Lu C S和Liao H Y M在IEEE Transactions onImage Processing期刊上发表的″Multipurpose watermarking for image authenticationand protection″论文，文中提出一种基于鸡尾酒会原理的多目的水印嵌入方法，该方法对鲁棒水印和脆弱水印采用不同的水印检测过程，它可以实现水印的盲检测和篡改定位，但是该方法中所嵌入的鲁棒水印信息本质上属于1比特信息，没有特定的具体含义；2)2005年，Wang R D，Xu D W和Li Q在International Conference on Machine Learning andCybernetics国际会议上发表的″Multiple audio watermarks based on liftingwavelet transform″论文，文中提出一种基于频分复用和相位调制的多目的水印方法，该方法借助于短时傅立叶变换实现水印的提取，提取过程需要原始的音频信号。
本发明中水印嵌入和提取的理论基础是盲源分离理论。线性、瞬时、无噪声的盲源分离问题可以用下面的混合方程描述X＝AS(1)式中，S＝[S1，S2，…，SN]T为N个源信号构成的N维向量，X＝[X1，X2，…，XM]T为M维观测数据向量，其元素对应各个传感器的输出，M×N维矩阵N≤M称为混合矩阵(一般假定N≤M)，其元素表示了源信号的混合情况。式(1)的含义是A个源信号通过混合矩阵M得到S维观测数据向量。盲源分离解决的问题是在混合矩阵X和源信号W未知的情况下，只根据观测数据向量S^=WX]]>确定分离矩阵S，使得变换后的输出 是源信号向量 的拷贝或估计，并且 中的各个分量L尽可能地相互独立。
现有的盲源分离算法大致可以分为三大类独立分量分析方法、熵最大化方法和非线性主分量分析方法。
发明内容
本发明的目的是借助于盲源分离理论，提供一种在音频信号的小波系数中同时嵌入鲁棒水印和脆弱水印的方法，解决现有多目的水印方案中与鲁棒水印和脆弱水印嵌入顺序有关、鲁棒水印信息量小、嵌入和提取方法复杂以及水印的安全性依赖于水印嵌入和提取方法的问题。
本发明的技术方案如下设原始数字音频信号为s(i)∈{0，1，…，2b-1}，其中L为音频信号的数据点数，s(i)∈{0，1，…，2b-1}是音频信号第i个数据点的幅度值，b为表示每个音频信号数据所使用的比特数。
设鲁棒水印为二值图像W＝{w(i，j)，1≤i≤P，1≤j≤Q}，其中w(i，j)表示鲁棒水印图像第i行、第j列像素的灰度值，P和Q分别为水印图像的行数和列数。设脆弱水印Wf为由特定初始值产生的混沌序列。
一、数字水印的嵌入过程鲁棒水印和脆弱水印的嵌入过程分别如下(一)鲁棒数字图像水印的嵌入过程(1)数字图像水印的预处理首先，将二值水印图像进行降维处理，即将其每一个像素的灰度值按行首尾相接，形成由0和1构成的一维序列，再将该序列中的1保持不变，0用-1来替换，得到由-1和1构成的序列W′＝{w′(k)，1≤k≤P×Q}；然后，用混沌序列对W′进行随机置乱加密，具体方法是由密钥I1生成与W′同长度的混沌序列，根据混沌序列重新调整W′中元素的位置，形成待嵌入的鲁棒水印序列Wr＝{wr(k)，1≤k≤P×Q}。
(2)Haar小波变换及小波系数的选取应用Haar小波对原始音频信号进行三级小波分解，得到第三级小波的逼近分量cA3和细节分量cD3。将cA3分量分为等长度的若干帧，每帧的长度不应小于待嵌鲁棒水印信号的长度P×Q。每帧中选出幅度值较大的系数构成序列Sr＝{sr(k)，1≤k≤P×Q}，同时，记录每帧中幅度值较大系数的位置信息作为密钥key1保留。
(3)鲁棒水印的嵌入水印嵌入过程利用盲源分离理论中的瞬时混合模型来完成。序列Sr做为源信号混合中的一个源，另一个源为待嵌入鲁棒水印序列Wr。鲁棒水印的嵌入过程可以用式(2)来描述Xr=SWr1SWr2=Ar·Sr=ar11ar12ar21ar22·SrWr---(2)]]>式中，混合矩阵Ar是一个满秩矩阵，为了保证算法的透明性，ar11应该远大于ar12，ar21，远大于ar22，SWr1和SWr2为嵌入鲁棒水印后的小波系数，其中一路系数SWr2作为密钥key2作为密钥保留，另一路系数SWr1替换对应位置的cA3系数。
(二)脆弱水印的嵌入过程脆弱水印的嵌入过程和鲁棒水印基本相同，所不同的是嵌入系数的选择以及混合矩阵系数的选取。为了减少保留的密钥信息，对原始音频信号小波系数的细节分量cD3继续进行两级小波分解，获得其逼近分量cD3A2，记为Sf。需要说明的是分解的次数越多，所需保留的密钥长度越短，但是所消耗的运算量也就越大。需要在综合考虑密钥长度和运算量的基础上，做出一个折衷的选择。由密钥I2生成Sf与同长度的混沌序列作为待嵌入的脆弱水印序列，记为记为Wf。水印嵌入过程仍然利用盲源分离理论中的瞬时混合模型来完成。序列Sf作为源信号混合中的一个源，另一个源为待嵌入的脆弱水印序列Wf。脆弱水印的嵌入过程可以用式(3)来描述Xf=SWf1SWf2=Af·Sf=af11af12af21af22·SfWf---(3)]]>式中，混合矩阵Af是一个满秩矩阵，同样的为了确保算法的透明性，af11应该远大于af12，af21远大于af22，SWf1和SWf2为嵌入脆弱水印后的系数，其中一路系数SWf2作为密钥key3保留，另一路系数SWf1替换原有的cD3A2系数，作为嵌入水印后的cD3A2系数。
完成上述操作之后，将经过嵌水印处理后的小波系数结合未被选用的小波系数一起进行小波反变换，即可获得嵌入鲁棒水印和脆弱水印的音频信号。
二、数字水印的提取和篡改检测过程水印的提取过程是水印嵌入的逆过程，可以利用盲源分离理论中的通用分离算法来完成。鲁棒水印和脆弱水印的提取和篡改检测过程分别如下
(一)鲁棒数字图像水印的提取过程待检测的音频信号中可能含有水印，也可能不含有水印信息；可能经过了攻击，也可能没有经过任何攻击，为示区别，将待检测的音频信号记为S′。应用haar小波对S′进行三级小波分解，得到第三级小波的逼近分量cA3′和细节分量cA3′。用水印嵌入时所保留的位置密钥信息keyl选出嵌入了水印的小波系数，记为SWr1′，与保留的一路密钥信息key2(SWr2)一起作为两路观测信号，利用一种盲源分离方法对两者进行分离，得到Wr和Sr的估计值 和 由于盲源分离固有的无序性，因此并不知道分离出的两路信号中哪一路是 哪一路是 由于音频信号和图像序列具有不同的特征，可以借助于四阶统计量对分离出的两路信号进行区分和判断。将序列 中的每一个元素以零为阈值进行二值化处理，获得由-1和1构成的序列，经过反置乱和逆映射，获得由0和1构成的二值序列，经过升维处理之后，即可得到提取出的鲁棒水印图像W^={w^(i,j),1≤i≤P,1≤j≤Q}.]]>(二)脆弱水印的提取和篡改检测过程在进行脆弱水印提取之前，对待检测音频信号的三级小波细节分量cD3′进一步进行两级小波分解，获得其逼近分量cD3A2′，记为SWr1′。检查cD3A2′的长度与密钥信息key3的长度是否一致，若两者的长度不一致，说明音频信息已经被修改，不再安全可靠，不进行脆弱水印的提取；若两者的长度相同，则继续进行脆弱水印的提取。将SWf1′与保留的一路密钥信息key3(SWf2)一起作为两路观测信号，利用一种盲源分离方法对二者进行分离，得到Wf和Sf的估计值 和 通过检测 和 的四阶统计量值，可以判断出音频信号是否被篡改。 和Wf之间的相关系数可以利用式(4)来计算ρWfW^f=[Σk=1KWf(k)W^f(k)]/[Σk=1K|Wf(k)|2Σk=1K|W^f(k)|2]1/2k=1,2,···K---(4)]]>其中，K是前面所用到的密钥信息key3的长度。将Wf和 之间的相关系数 与事先设定的阈值th1进行比较(如式(5)所示)check=1,|ρWfW^f|≥th10,else---(5)]]>若check＝1，则说明待检测音频信号的内容是安全的，没有进行任何篡改或者重采样处理；若check＝0，则待检测音频信号已经被篡改或者是经过了重采样处理。为了进一步区分篡改和重采样处理两种情况，需要借助于事先设定的阈值th2来判定。如果分离出的两路信号 和 中的一路信号四阶统计量的值大于th2，则认为音频信号已被篡改，对应于该四阶统计量的这路信号就是提取出的W^f。用W^f作为cD3A2′系数，其它小波系数用零表示，经过小波逆变换之后，形成的时域波形图反映了对待检测信号的篡改情况。在此时域波形图中，幅值较大点集中的区域对应了被篡改的位置，并且可以大致反映出用于替换原始音频数据的信号的时域波形。否则，认为该音频信号经过了重采样处理。
本发明的效果和益处是，采用在音频产品中同时嵌入鲁棒水印和脆弱水印的方法，实现版权保护和篡改定位的目的。由于鲁棒水印和脆弱水印嵌入时可以按照任意顺序进行，不受嵌入次序的约束，不需要保密嵌入和提取算法，因而降低了算法的难度。本发明不仅可以实现版权保护，而且可以实现篡改定位，可广泛应用于既需要进行版权保护，又需要进行篡改定位的情况，如公安、消防和司法部门证人的证词，以及网络上的音频媒体数据等。
图1是本发明水印嵌入的原理框图。
图2是本发明水印提取和篡改检测的原理框图。
图3(a)原始数字音频信号时域波形图。
图3(b)嵌入鲁棒水印和脆弱水印的数字音频信号时域波形图。
图3(c)原始鲁棒水印图像。
图3(d)未受攻击时提取出的鲁棒水印图像。
图3(e)密钥错误时提取出的鲁棒水印图像。
图3(f)嵌入水印的数字音频信号进行低通滤波处理后提取出的鲁棒水印图像。
图3(g)嵌入水印的数字音频信号进行重采样处理后提取出的鲁棒水印图像。
图3(h)嵌入水印的数字音频信号进行mp3压缩处理后提取出的鲁棒水印图像。
图3(i)嵌入水印的数字音频信号添加20dB的高斯噪声后提取出的鲁棒水印图像。
图4(a)嵌入水印的数字音频信号进行篡改后的数字音频信号时域波形图。
图4(b)篡改定位的时域波形图。
具体实施例方式
以下结合技术方案和附图，详细说明本发明的具体实施方式
和实施例。
本发明所述的基于盲源分离的小波域数字音频多目的水印方法的嵌入原理框图如图1所示。将二值水印图像进行预处理，形成由-1和1构成的序列W′，由密钥I1产生一个混沌序列，根据此混沌序列重新调整W′中元素的位置，形成待嵌入的鲁棒水印序列Wr；由密钥I2生成另一个混沌序列作为待嵌入的脆弱水印序列Wf。然后，借助于盲源分离理论中的瞬时混合模型，将Wr和Wf按任意顺序分别嵌入到原始音频信号第三级小波的逼近分量以及原始音频信号第三级小波细节分量再进行两级分解的逼近分量中。将经过嵌水印处理后的小波系数结合未被选用的小波系数一起进行反变换，即可获得嵌入鲁棒水印和脆弱水印的音频信号。
本发明所述的基于盲源分离的小波域数字音频多目的水印方法的提取和篡改检测原理框图如图2所示。应用haar小波对待检测的音频信号S′进行三级小波分解，得到第三级小波的逼近分量cA3′和细节分量cD3′。用水印嵌入时所保留的位置密钥信息key1选出嵌入了水印的小波系数SWr1′，与保留的一路密钥信息key2一起作为两路观测信号，利用独立分量分析中的FastICA算法进行分离，得到Wr和Sr的估计值W^r和S^r，借助于四阶统计量对分离出的两路信号进行区分和判断，获得W^r。将序列W^r中的每一个元素以零为阈值进行二值化处理，形成由-1和1构成的序列，经过后处理，即可得到提取出的鲁棒水印图像W。
对待检测音频信号S′的三级小波细节分量进一步进行两级小波分解，获得其逼近分量SWf1′。检查其长度与密钥信息key3的长度是否一致，若两者的长度不一致，说明音频信息已经被修改，不再安全可靠，不进行脆弱水印的提取；若两者的长度相同，则继续进行脆弱水印的提取。将SWf1′与保留的一路密钥信息key3一起作为两路观测信号，利用独立分量分析中的FastICA算法进行分离，得到Wf和Sf的估计值W^f和S^f。通过检测W^f和S^f的四阶统计量值，可以判断出音频信号是否被篡改。用W^f作为cD3A2′系数，其它小波系数用零表示，经过小波逆变换之后，形成的时域波形图反映了对待检测信号的篡改情况。
实施例1原始音频信号选取为一段语音信号，考虑了成年男性和幼年女性两种情况。当原始音频信号为语音信号时，实验中的参数选取如下ar11＝0.75，ar12＝0.25，ar21＝0.99，ar11＝0.01；af11＝0.97，af12＝0.03，af21＝0.95，af22＝0.05；K＝2048，th1＝0.6，th2＝20。每一段测试语音(即原始音频信号)都是单声道、采样频率为8kHz、分辨率为16比特、长度为8.192s，成年男性语音信号的时域波形图如图3(a)所示。嵌入鲁棒水印和脆弱水印之后的音频信号如图3(b)所示。对比图3(a)和图3(b)可以看出，两者之间没有任何差别；10余人的听音测试也表明，嵌入两种水印之后的音频信号没有可察觉的失真。
鲁棒二值水印图像如图3(c)所示。在没有经过任何攻击的情况下，提取出的鲁棒二值水印图像如图3(d)所示。对比图3(c)和图3(d)可以看出，两者之间没有什么差异，水印信息比较完整。I1错误(1％的偏差)时，提取出的二值水印图像如图3(e)所示，可见本发明中的算法具有很好的安全性。经过低通滤波、重采样、mp3压缩和添加高斯噪声攻击后提取出的水印二值图像分别如图3(f)-3(i)所示。可以看出，在各种攻击情况下，提取出的鲁棒二值水印图像都比较完整。
对上述语音信号中的三段数据进行了修改，保持数据的总长度不变，其时域波形图如图4(a)所示，用本发明中的脆弱水印对其进行篡改定位后的时域波形图如图4(b)所示。可以看出，本算法可以对篡改进行精确的定位。
实施例2原始音频信号选取为一段音乐信号，考虑了流行音乐、古典音乐和乡村音乐三种情况。当原始音频信号为上述三种音乐信号时，实验中的参数选取如下ar11＝0.90，ar12＝0.10，ar21＝0.99，ar11＝0.01；af11＝0.97，af12＝0.03，af21＝0.95，af22＝0.05；K＝2048，th1＝0.6，th2＝15。
实验结果表明，对于以上几种音乐信号，本发明所提出的算法同样可以达到较好的效果。尤其是对重采样攻击，原始音频信号为音乐信号时的鲁棒性要远远优于语音信号。
权利要求
1.一种基于盲源分离的小波域数字音频多目的水印方法，包括鲁棒水印和脆弱水印的生成，水印的嵌入、提取和篡改检测方法，其特征是将二值水印图像进行预处理，形成由-1和1构成的序列W′，由密钥I1产生一个混沌序列，根据此混沌序列重新调整W′中元素的位置，形成待嵌入的鲁棒水印序列Wr；由密钥I2生成另一个混沌序列作为待嵌入的脆弱水印序列Wf。然后，借助于盲源分离理论中的瞬时混合模型，将Wr和Wf按照任意顺序分别嵌入在原始音频信号第三级小波的逼近分量以及原始音频信号第三级小波细节分量再进行两级分解的逼近分量中。
2.根据权利要求1所述的一种基于盲源分离的小波域数字音频多目的水印方法，其特征在于通过调整原始音频信号第三级小波细节分量再进行小波分解的层数，改变保留的密钥信息key3的长度，以求在运算量和密钥长度之间做出折衷选择。
3.根据权利要求1或2所述的一种基于盲源分离的小波域数字音频多目的水印方法，其特征在于密钥信息包括I1和I2、以及key1、key2和key3；实验中参数设定为1)当原始音频信号为语音时，ar11＝0.75，ar12＝0.25，ar21＝0.99，ar11＝0.01；af11＝0.97，af12＝0.03，af21＝0.95，af22＝0.05；K＝2048，th1＝0.6，th2＝20。2)当原始音频信号为音乐时，ar11＝0.90，ar12＝0.10，ar21＝0.99，ar11＝0.01；af11＝0.97，af12＝0.03，af21＝0.95，af22＝0.05；K＝2048，th1＝0.6，th2＝15。
全文摘要
本发明属于多媒体信息安全技术领域，涉及到鲁棒水印和脆弱水印集成的方法，特别涉及鲁棒水印和脆弱水印的生成，水印的嵌入、提取和篡改检测方法。其特征是借助于盲源分离的瞬时混合模型，信息量较大的鲁棒水印和脆弱水印可以按照任意顺序嵌入到原始音频信号中；对篡改可以进行精确定位，并且能大致反映出用于替换原始音频数据的信号的时域波形；完全公开多目的水印的嵌入、提取和篡改检测算法；水印的安全性依靠密钥信息来保证。本发明的效果和益处是，采用在音频产品中同时嵌入鲁棒水印和脆弱水印的方法，实现版权保护和篡改定位的目的。由于鲁棒水印和脆弱水印嵌入时可以按照任意顺序进行，不受嵌入次序的约束，不需要保密嵌入和提取算法，因而降低了算法的难度。
文档编号G06T1/00GK1941693SQ20061020002
公开日2007年4月4日 申请日期2006年1月12日 优先权日2006年1月12日
发明者马晓红, 丁小燕, 梁忠杰, 殷福亮 申请人:大连理工大学