音频数字水印 目录 1课题背景与现状 (2) 2研究的目的和意义 (4) 3方案设计和实施计划 (8) 4研究的主要内容 (10) 5创新点和结论 (10) 6成果的应用前景 (11) 7附录:个人工作总结 ................................................................................................ 错误!未定义书签。
1课题背景与现状 数字时代的到来,多媒体数字世界丰富多彩,数字产品几乎影响到每一个人的日常生活。信息媒体的数字化为信息的存取提供了极大的便利,同时也显著地提高了信息表达的效率和准确度。计算机网络通信技术特别是互联网的蓬勃发展,使得数据的交换和传输变成了一个相对简单且快捷的过程。人们借助于计算机、数字扫描仪、打印机等电子设备可以方便、迅速地将数字信息传达到世界各地,在国际互联网上发布自己的作品,传递重要的信息,进行各种学术交流和电子商务活动等等。如何保护这些与我们息息相关的数字产品,如版权保护、信息安全、数据认证以及访问控制等等,已受到日益重视并变得迫切需要了,因此数字水印在今天的计算机和互联网时代大有可为。 数字水印技术是近十年才发展起来的,它是信息隐藏学的一个分支。随着国内信息化程度的提高和电子商务逐渐走向实用,数字水印技术将会拥有更加广阔的应用前景。鉴于信息隐藏与数字水印技术的应用前景,众多知名研究机构如麻省理工学院的多媒体实验室、剑桥大学的多媒体实验室、IBM数字实验室、日立、NEC、SONY,PHILIPS、微软等都加入到信息隐藏和数字水印技术的研究和应用并取得了一定的成果。1996年5月,第一届国际信息隐藏学术研讨会(CIHW)在英国剑桥牛顿研究所召开,至今该研讨会已举办了四届。另外,在IEEE
————————————————————————————————————————————————一种尺度空间特征区域的强鲁棒性水印算法 作者齐向明,徐嫚,李玥,侯明君 机构辽宁工程技术大学软件学院 DOI 10.3969/j.issn.1001-3695.2018.01.0056 基金项目国家自然科学基金资助项目(61401185) 预排期卷《计算机应用研究》2019年第36卷第7期 摘要针对数字水印算法中特征区域选取不足以反映图像重要信息,导致鲁棒性减弱的问题,提出一种尺度空间特征区域的强鲁棒性水印算法。通过尺度空间特征点检测,提取靠近载体图像 重心且互不重叠的特征区域,合成特征区域矩阵,用变换域水印算法嵌入水印,对可能受到 攻击的含水印图像提取特征区域,合成其特征区域矩阵,用嵌入水印算法逆过程提取水印。 实验表明,该算法不仅对一系列攻击都具有强鲁棒性,且不可见性良好。 关键词数字水印;尺度空间;特征区域;变换域;强鲁棒性 作者简介齐向明(1966-),男,阜新人,副教授,硕导,主要研究方向为图像图形处理?数字水印;徐嫚(1994-),女,硕士研究生,主要研究方向为图像图形处理?数字水印 (1838337985@https://www.docsj.com/doc/004693149.html,);李玥(1993-),女,硕士研究生,主要研究方向为图像图形处理 ?数字水印;侯明君(1996-),男,学士,主要研究方向为软件工程. 中图分类号TP391 访问地址https://www.docsj.com/doc/004693149.html,/article/02-2019-07-056.html 投稿日期2018年1月11日 修回日期2018年3月7日 发布日期2018年4月12日 引用格式齐向明, 徐嫚, 李玥, 侯明君. 一种尺度空间特征区域的强鲁棒性水印算法[J/OL]. 2019, 36(7). [2018-04-12]. https://www.docsj.com/doc/004693149.html,/article/02-2019-07-056.html.
数字水印算法列举 湖南科技大学计算机科学与工程学院 ①基于LSB 的数字水印方案(空间域、不可逆、不可见和盲检测) 嵌入步骤: (1)先把水印信息转化为二进制比特流I。 (2)根据I的长度生成密钥K,并且严格保存。密钥K是对图像载体像素位置的一个映射。 (3)把I中的每一位依次根据密钥K,置换掉原始载体图像中相应位置的像素最后一位。提取步骤: (1)根据严格保存的密钥K遍历嵌入了水印的图像中的相应像素,提取出最后一位。 (2)将提取出来的每一位重新组合成水印信息。 ②基于差分扩展的数字水印方案(变换域、可逆、不可见和盲检测) 嵌入步骤: (1)将图像M分成像素点对(x,y),将水印信息转化为二进制比特流,比特流的每一位用m 表示。 (2)根据水印信息比特流的长度随机生成信息的嵌入位置k作为密钥信息严格保存。(3)对图像M计算均值l和差值h:?????-=+=y x h y x floor l 2((floor表示向下取整) (4)将水印比特信息m以差值扩展的方法嵌入到差值h中:m h h +?='2(5)将得到的h '代入(3)中,得到新的图像像素对,形成嵌入秘密信息后的图像C。提取步骤: (1)将图像C分成像素点对(x,y),读入密钥信息K。 (2)将图像C依旧按照嵌入步骤中的(3)式计算均值l和差值h。 (3)根据密钥k找到相应位置,提取差值h的最后一位比特信息m,再将差值h进行变换得到1>>='h h 。 (4)将提取到的比特信息m进行组合可以恢复水印信息,将得到的h '代入嵌入步骤的(3)中计算新的图像像素对可以恢复原始图像载体M。 ③基于直方图修改的数字水印算法(空间域、可逆、不可见和盲检测) 嵌入步骤:(1)找到直方图的零点z和峰值点p,将z v p <<的像素值v自加1。 (2)漂移后的直方图v=p处即为嵌入水印的位置,将水印信息转化为二进制流并记为k,按顺序嵌入,即k v v +=';(3)得到的由像素值v '组成的图像就是嵌入秘密信息后的图像。同时p、z以密钥的形式保存。 提取步骤: (1)读取密钥,得到p、z的值。 (2)遍历图像的每个像素,当像素v=p时,提取信息0并保持数据不变;当v=p+1时,提取信息1并将数据减1。 (3)当v
z时,数据保持不变;当p-1 鲁棒性介绍 鲁棒是Robust的音译,也就是健壮和强壮的意思。它是在异常和危险情况下系统生存的关键。比如说,计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下,能否不死机、不崩溃,就是该软件的鲁棒性。所谓“鲁棒性”,是指控制系统在一定(结构,大小)的参数摄动下,维持某些性能的特性。根据对性能的不同定义,可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。 1.溯源和背景 鲁棒性原是统计学中的一个专门术语,20世纪70年代初开始在控制理论的研究中流行起来,用以表征控制系统对特性或参数摄动的不敏感性。 在实际问题中,系统特性或参数的摄动常常是不可避免的。产生摄动的原因主要有两个方面,一个是由于量测的不精确使特性或参数的实际值会偏离它的设计值(标称值),另一个是系统运行过程中受环境因素的影响而引起特性或参数的缓慢漂移。因此,鲁棒性已成为控制理论中的一个重要的研究课题,也是一切类型的控制系统的设计中所必须考虑的一个基本问题。对鲁棒性的研究主要限于线性定常控制系统,所涉及的领域包括稳定性、无静差性、适应控制等。 2.原理 鲁棒性问题与控制系统的相对稳定性(频率域内表征控制系统稳定性裕量的一种性能指标)和不变性原理(自动控制理论中研究扼制和消除扰动对控制系统影响的理论)有着密切的联系,内模原理(把外部作用信号的动力学模型植入控制器来构成高精度反馈控制系统的一种设计原理)的建立则对鲁棒性问题的研究起了重要的推动作用。当系统中存在模型摄动或随机干扰等不确定性因素时能保持其满意功能品质的控制理论和方法称为鲁棒控制。早期的鲁棒控制主要研究单回路系统频率特性的某些特征,或基于小摄动分析上的灵敏度问题。现代鲁棒控制则着重研究控制系统中非微有界摄动下的分析与设计的理论和方法。 第28卷 第4期 吉首大学学报(自然科学版)Vol.28 No.4 2007年7月J ournal of J ishou University(Natural Science Edi ti on)Jul.2007 文章编号:1007-2985(2007)04-0074-04 同步音频水印算法的实现 张国武,曾巧明 (中南大学信息科学与工程学院,湖南长沙 410008) 摘 要:目前的音频水印算法缺乏有效的同步技术,笔者应用通信网同步方法,提出了一种快速重同步音频有意义音频水印算法.该算法利用时域水印技术嵌入同步信息,从而对抗音频在时间轴上可能受到的攻击,借助变换域基于小波变换增强音频的鲁棒性,水印为一幅二值图像.仿真实验表明该算法产生的水印在对抗加性Gaussian噪声、MP3压缩和裁剪等方面具有良好的稳健性,可用于数字音频产品的版权保护. 关键词:同步;小波变换;稳健性 中图分类号:TP301.6 文献标识码:A 数字水印技术是把数据(水印)嵌入到多媒体文件中去,以保护所有者对多媒体所拥有的版权.当所有者权益被侵犯时,可通过对水印的检测来得到证明.由于人的听觉系统(HAS)要比视觉系统(HVS)敏感,相对于静止图像和视频信号,在音频信号中嵌入数字水印更为困难[1].通常,音频数字水印应具有以下3个特性.(1)不可觉察性.加入水印后的语音信号比起原语音信号对人耳来讲应该是听起来无差别的;(2)鲁棒性.未被授权的个人或团体企图通过一些处理方法,去除或修改嵌入的水印信息时,会引起原语音信号音质的明显下降;而对于常见的信号处理操作,如传输、过滤、重采样、有损压缩等,嵌入的信息应损坏很小,并在一定正确概率的基础上可以被检测到;(3)可靠性.水印嵌入和检测方法对未被授权的第3方而言,应是保密且不能被轻易破解的,而那些合法的所有者或使用者,通过水印的检测过程,来证实自己的合法行为,以达到版权保护的目的.目前常用的音频水印技术[2],按水印嵌入方式来分可以分为2类:时域法和变换域法.时(空)域算法的算法简单、运行速度快,但抗干扰能力差.变换域法有离散傅里叶变换(DFT)算法、离散余弦变换(DCT)算法、离散小波变换(DWT)算法等,该类算法复杂度较高,但鲁棒性好.由于小波变换具有良好的时频局部特性,因此成为目前频域法水印的主流技术.目前,一些主要的算法,由于缺乏一种有效的同步机制,无法抵抗音频裁剪等攻击,水印的稳健性不强. 笔者研究了一种结合时域和变换域的音频水印算法,这种算法借鉴无线语音传输系统的同步技术,在时域上嵌入了同步信号,实现了语音信号受裁剪等攻击后的快速重同步.为了在满足不可感知性的前提下获得良好的抗噪声、MP3和裁剪等攻击的稳健性能,嵌入的水印信号将水印作为一幅二值图像来处理与隐藏,利用小波变换将水印嵌入到音频信息中.在水印提取时,使用了同步码检测技术,能够知道水印嵌入的起始点. 1 算法原理 由于语音信号是时间轴上的函数,剪裁等攻击会引起严重的同步错误.为了在检测时保持水印的同步,笔者提出了在隐藏有意义水印的同时,在语音信号中嵌入同步信息.一般来说,同步信息的数据量远小于水印数据量.所提出算法结合了变换域和时域水印技术.由于变换域上的水印能量能较均匀地扩散到时域上,对水印的不可感知性和稳健性比较有利,占隐藏数据量大部分的水印采用变换域方法嵌入于原始语音信号中.而为了实现快速重同步,同步信号的隐藏则采用时域水印技术. 考虑到语音信息量一般比较庞大,如果进行全局DWT变换,计算量太大.因此笔者设计的算法对原始语音信号f(t)进行分段处理.在每个分段点处嵌入同步码.水印数据则嵌入到每段语音信号.隐藏了水印的语音信号受到各种攻击(MP3、噪声、低通滤波、剪裁等)后,从中检测的水印将不可避免地发生错误.为了降低检测水印的差错率,从而提高水印的稳健性, 收稿日期:2007-05-21 作者简介:张国武(1978-),男,湖南常德人,中南大学信息科学与工程学院硕士生,主要从事ERP的研究与应用. 第31卷第1期2011年1月 计算机应用 JournalofComputerApplications V01.31No.1 Jan.2011 文章编号:1001—9081(2011)01—0258—02doi:10.3724/SP.J.1087.2011.00258基于运动目标检测的视频水印算法 陈希1,周萍2 (1.桂林电子科技大学计算机科学与工程学院,广西桂林541004;2.桂林电子科技大学电子工程与自动化学院,广西桂林541004) fchenxi-621@163.conl 摘要:为了提高视频水印的鲁棒性,提出一种基于运动目标检测技术的算法。通过相邻帧差法提取并标记视频图像序列中的运动目标,并采用图像局部奇异值分解(SVD)算法,实现水印的嵌入和盲提取过程。在仿真实验中,通过计算水印嵌入后图像的峰值信噪比,证明该水印算法具有很好的不可见性和隐蔽性;并使用strimark软件对嵌入水印后图像进行几何攻击,分析水印图像的相关系数,验证本算法具有很好的鲁棒性。 关键词:运动目标检测;奇异值分解;相邻帧差法;峰值信噪比;视频水印 中图分类号:TP309;TP391.41文献标志码:A Videowatermarkingalgorithmbasedonmovingobjectdetection CHENXil,ZHOUPin92 (1.SchoolofComputerScienceandEngineering,GuilinUniversityofElectronicTechnology,GuilinGuangxi541004,China; 2.SchoolofElectricEngineeringandAutomation,GuilinUniversityofElectronicTechnology,GuilinGuangxi541004,China) Abstract:Toimprovetherobustnessofvideowatermarking,avideowatermarkingalgorithmbasedonmovingobjectdetectionwasproposed.Thepapermadeuseofthetemporaldifferencingalgorithmtoextractandsignthemovingtargetsinthevideoimagesequences,andthen,achievedwatermarkembeddingandextractionprocessesbySingularValueDecomposition(SVD)method.Inthesimulation,thePeakSignal—to—NoiseRatio(PSNR)wascalculatedtoshowthatthisschemehasagreatinvisibilityandconcealment,thestrimarksoftwarewasusedtogeometficlyattackonwatermarkedimage,thecorrelationcoefficientwasanalyzedtoprovethatthisalgorithmhasagreatrobustness. Keywords:movingobjectdetection;SingularValueDecomposition(SVD);temporaldifferencing;PeakSignal—to—NoiseRatio(PSNR);videowatermarking 0引言1运动目标检测技术 随着多媒体技术的发展和大量数字视频产品(如VCD、DVD)的出现,使得数字媒体的获取、交换和传输变得非常简单。然而利用网络的开放性和共享性,对数字视频进行篡改、伪造、复制和非法发布也变成了一件轻而易举的事情,严重地损害了产品的生产者和使用者的利益。如何保护视频所有者的版权,及作品内容的真实性和完整性是一个亟待解决的问题。视频水印技术作为视频产品版权保护和认证技术的有效方法,成为数字水印技术的研究热点。 目前数字水印的研究主要集中在静态图像上,而运动特性是视频图像与静态图像的显著区别,任何对视频的攻击都不能破坏其运动特点,故利用视频图像的运动性,是视频水印的研究热点。最早由Jordan等人。1o提出了通过修改运动向量实现嵌入水印的算法,是运动矢量视频水印的基础;Zhang等人。2o对Jordan算法进行改进,根据运动矢量幅角的大小对宏块嵌入不同的水印;戴侃斐等人。3o提出了基于生命游戏置乱的MPEG-4运动矢量水印算法,具有很好的鲁棒性;楼斌等人。4o将运动目标检测技术引入到视频水印的领域中,将提取出的运动目标作为水印图像,实现一种自嵌入的视频水印算法。本文在运动目标检测的基础上提出一种改进的视频水印算法,通过奇异值分解,实现水印的嵌入和提取过程,此算法具有很好的鲁棒性和抗攻击性。 运动目标检测即从序列图像中将变化区域从背景图像中提取出来,包括运动检测与目标提取两个方面。运动检测是检测视频序列图像中被监视的场景图像是否有变化,如果图像有变化,则说明有目标出现,反之则认为没有目标出现。目标提取是当检测到有目标出现时,把目标从视频图像序列中分割提取出来,并在原图像标记运动宏块的方法。5o。 运动目标检测主要有三种常用方法。6J:第一种是相邻帧差法,它基于时问序列图像相邻帧(两帧或三帧)图像差分运算实现运动目标的检测;第二种是背景差分法,它基于图像序列和参考背景模型相减;第三种是光流法,它对图像的运动场进行估计,将相似的运动矢量合并形成运动目标的检测。 本文采用运动目标检测方法中的相邻帧差法,通过对原始视频部分解码,将视频分隔成一帧一帧的连续图像,根据相邻三帧相减,得到帧间图像亮度差的绝对值,判断它是否大于阈值来分析视频或图像序列的运动特性,确定图像序列中有无运动的目标,对图像序列逐帧进行差分,相当于对图像序列进行时域上的高通滤波。 第i帧图像Z(咒,Y)与第i一1帧图像Z一。(戈,Y)之间的变化可用一个差分图像G(咒,Y)的二值B(戈,Y)表示,在差分图像中取值为1的像素点被认为是运动或光照变化的结果,其表达公式如下: 收稿日期:2010—06—12;修回日期:2010—08—26。基金项目:国家自然科学基金资助项目(60961002)。 作者简介:陈希(1985一),女,河南周口人,硕士研究生,主要研究方向:数字水印、图像处理;周萍(1961一),女,山西大同人,教授,主要研究方向:数字水印、语音识别、智能网络。 万方数据 收稿日期:2004-07-28;修订日期:2004-12-10 作者简介:陈永强(1967-),男,湖北武汉人,讲师,博士研究生,主要研究方向:网络信息安全与智能系统、数字图像处理; 胡汉平 (1960-),男,湖北武汉人,教授,博士生导师,主要研究方向:智能信息安全系统; 李新天(1978-),男,湖北黄冈人,硕士研究生,主要研究方 向:智能信息安全系统. 文章编号:1001-9081(2005)02-0386-04 一种图像水印鲁棒性的协同序参量评价方法 陈永强1,2 ,胡汉平1 ,李新天 1 (1.华中科技大学图像识别与人工智能研究所,湖北武汉430074; 2.武汉工业学院计算机与信息工程系,湖北武汉430023) (chenyqwh@hot m ail .com ) 摘 要:针对图像水印的鲁棒性,运用协同序参量理论,提出一种基于协同序参量的定量评价方法。对载体图像完成各类鲁棒性实验,计算比较了各模式的协同序参量初始值,使用序参量演化曲线进行验证,得到相应的鲁棒性定量评价。评价结果与相关系数法一致,但更加方便和实用。 关键词:图像水印;鲁棒性;序参量;协同学中图分类号:TP391;TP309.2 文献标识码:A I mage wa termark robust ness eva lua ti ve m ethod ba sed on synergeti c order param eter CHEN Yong 2qiang 1,2 ,HU Han 2p ing 1 ,L I Xing 2tian 1 (1.Institute of Pattern Recognition and A rtificial Intelligence,Huazhong U niversity of Science and Technology, W uhan Hubei 430074,China; 2.D epart m ent of Co m puter and Infor m ation,W uhan Polytechnic U niversity,W uhan Hubei 430023,China ) Abstract:A i m ed at i m age water mark r obustness,an evaluative method based on synergetic order para meter and its usage was first advanced .Many kinds of r obust experi m ent of I m age carrier were done .After p r ocessi on,the synergetic original order para meter of patterns in the set were calculated and compared .Thr ough validati on by the order para meter evolvement curves,their r obust conclusi ons were gotten .This method is more convenient and app lied than the correlative coefficient method,although the t w o methods have sa me conclusi on . Key words:i m age water mark;r obustness;order parameter;synergetics 0 引言 由于数字图像的广泛使用,图像水印是目前研究最为充分的数字水印技术。 图像水印应具有可证明性、不可感知性、鲁棒性和安全性等基本特性。鲁棒性是指在经过常规的信号处理操作后,仍能够检测到水印的能力[1]。要求图像水印能够承受常规的操作,包括图像压缩、滤波、噪声污染、几何失真等。 水印是否具有鲁棒性,目前是使用相关性分析的判断方法。给定一个固定阈值,计算经过一定类型的操作后图像的某一相关性度量值,如大于阈值,认为可检测和提取水印,水印对此操作具有鲁棒性,反之则没有鲁棒性。使用此方法具有两个缺点,一是阈值是根据实验的结果,由经验所确定。二是可能出现两个完全不同的图像具有相同或相近的相关性度量值。有鉴于此,本文运用协同计算机的序参量理论,通过计算图像模式向量的初始序参量方法,可定量评价图像水印的鲁棒性。 1 协同序参量 1.1 序参量方程 在平衡相变理论中,序参量是用于表征相变后系统的有 序性质和程度。序参量的梯度动力学方程,描述了系统离开平衡点时的动力学过程。在相变前的旧结构下,序参量为0,从相变点起,序参量取非零值。 协同学研究系统的各个个体是如何进行协作,通过协同导致新的空间结构、时间结构或功能结构的形成。协同学引入了平衡相变理论中的序参量概念,并运用于协同计算机的模式识别标准模型里 [2] 。 假设原型模式数为M ,原型模式向量的维数为N ,要求M ≤N ,待识别模式q 的动态过程满足协同演化动力学方程: q = ∑ k λk v k (v + k q )-B ∑k ≠k ′ (v + k ′q )2(v + k q )v k - C (q + q )q +F (t )(1) 其中,q 是以输入模式q 0为初始值的状态向量,为待识别的试验模式向量,可分解为原型向量v k 和剩余量w,q = ∑ M k =1 ξk v k +w,且v +k w =0,q + 为q 的伴随向量;λk 为注意参数, 只有当它为正的时候,模式才能被识别;F (t )为涨落力,可忽略不记;B 和C 为指定系数,且都大于0;v k 为原型模式向量, v k =(v k 1,v k 2,…,v kn )′;v +k 为v k 的伴随向量,且v + k v k =δkk ′= 第25卷第2期 2005年2月 计算机应用 Computer App licati ons Vol .25No .2Feb .2005 (下转第74页)摘 要 相对于空域算法,变换域数字水印算法有很多突出的优点,对变换域鲁棒数字水印算法的研究已经成为了当前数字水印研究的主流。本文对现有的变换域数字水印算法进行了总结回顾,指出多尺度几何分析变换域水印算法有望成为未来的研究热点,其中曲波变换域方面的研究最令人期待。 关键词变换域数字水印 现状 多尺度 曲波 1引言 自T irkle 等人提出数字水印的概念以来,经过十几年的发展,数字水印技术取得了很大的进步,每年都有大量新的数字水印算法提出。现有的数字水印算法基本上可以分为两大类,即空域数字水印算法和变换域数字水印算法。 空域数字水印算法复杂度较低,运算速度快,但是对于各种常见图像处理的鲁棒性不好,因此只适于脆弱和半脆弱水印。相对于空域水印, 变换域数字水印具有以下突出的优点:可以方便地把人类视觉系统(Human Visual Sys-tem-HVS )的某些特性结合到水印算法中;与现有的压缩算法兼容,因而对压缩攻击的鲁棒性很好;水印信号可分布到空域的所有像素上,易于保证水印的不可见性。另外像压缩域、 生理模型、NEC 、神经网络等数字水印算法实际上不能离开变换域算法而独立存在,因此也可以归入变换域数字水印算法。目前变换域鲁棒数字水印的研究已经成为了数字水印研究的主流,如维普资讯收录的国内核心刊物2008-2009年发表的数字水印论文高达300余篇,CNKI 收录的2009年数字水印相关硕士论文近200篇,其中绝大部分采用了变换域算法。 2变换域数字水印算法研究现状 变换域数字水印算法中常用的变换包括离散傅里叶变换(DFT )、离散余弦变换(DCT )、离散小波变换(DWT )、奇异值分解(SVD)、哈达马变换、傅里叶-梅林变换、小波包变换、分数阶傅里叶变换(FRFT )以及近几年才发展起来的提升小波(第二代小波)变换、多尺度几何分析变换等。以下介绍最常用的几种变换。 2.1离散余弦变换(DCT)域水印算法 该算法是数字水印的典型代表,多采用分块的方式嵌入水印。该方法计算量较小且与国际数据压缩标准JPEG 、M PEG 等兼容,便于在压缩域中实现。 2.2离散傅里叶变换(DFT)域水印算法 Ruanaidh 等人最先将水印嵌入在DFT 域中并指出相位调制可能更适合于鲁棒水印。首先,改变DFT 后的图像相位比改变振幅对人的心理视觉影响更大,如果在相位中嵌入高冗余度的水印,受攻击的图像质量会急剧下降。2.3离散小波变换(DWT)和第二代小波变换域水印算法 小波分析是一种时频局部化分析方法,被称为“数学显微镜”。基于小波变换的数字水印可以抵抗低通滤波和压缩攻击等常见的攻击手段。小波变换域内的图像处理可以充分利用人眼的视觉系统特性。 第二代小波继承了第一代小波的优点,但不会引入量化误差,可无失真地重构图像。另外还可以整数变换,更利于硬件实现,占用内存少,运算速度更快。2.4奇异值分解(SVD)域水印算法 将原始图像进行奇异值分解,然后将水印信息嵌入较大的奇异值中。 2.5多尺度几何分析变换域水印算法 小波主要适合表示一维奇异性的对象,为了更好地处理高维奇异性,多尺度几何分析应运而生。它的产生符合人类视觉对图像有效表示的要求,即局部性、方向性和多尺度性。目前,已有的多尺度几何分析方法有Candes 等人提出的脊波变换、单尺度脊波变换、Curvelet 变换,E.L e Pennec 等人提出的Bandelet 变换,以及M .N.Do 等人提出的Contourlet 变换,David Donoho 提出的Wedgelet 、Beamlet 变换等。以下介绍已应用于数字水印领域的几种多尺度几何分析变换。2.5.1脊波变换(Ridgelet transform ) 脊波变换是1999年提出的一种新的稀疏表示方法,可以有效地处理图像中直线状和超平面状的奇异性。脊波变换等价于Radon 变换域的小波分析,可以通过有限Radon 变换(FRAT )和一维小波变换来数字实现。2.5.2曲波变换(Curvelet T ransform ) 曲波变换是在单尺度脊波变换的基础上发展起来的,是对曲线奇异的物体的一种非自适应稀疏表示。Curvelet 基函数可被看做是小波基函数的局部分组到线性结构,因此它能更有效地捕捉图像的曲线奇异。 第一代Curvelet 变换离散化困难并且算法冗余度过高。2005年,Candes 又提出了第二代Curvelet 变换以及两种快速离散算法,它完全脱离了Ridgelet 变换而直接在频域定义,算法更容易理解和实现。2.5.3轮廓波变换(Contourlet T ransform ) Contourlet 变换较之DCT 、DWT 等对自然图像尤其是纹 (延安大学西安创新学院 陕西·西安710100) 中图分类号:TP309.7文献标识码:A 文章编号:1672-7894(2010)33-067-02 67 音频水印的评价标准 水印算法的质量是音频水印最为重要的一个因素,而具体评判一个水印算法的质量的好坏,现在也没有统一的标准。因此,本文从水印的一些基本特征出发对于水印算法的质量的好坏进行度量,也就是从水印算法的不可感知性,以及水印算法的鲁棒性二个方面来考虑水印算法的质量的好坏(刘应,2014)。 1、水印算法的不可感知性 水印算法的不可感知性也即是在一个音频信号加入了水印之后,对于加入水印之后的音频信号的感知程度,加入水印之后的音频信号的感知程度越低,说明水印算法的不可感知性越好,加入水印之后的音频信号越接近于原信号,水印算法就越好。而具体的水印算法的不可感知性得评判标准一般又分为二种,也就是主观不可感知性的评判标准以及客观不可感知性的评判标准。 主观不可感知性的评判标准: 顾名思义,也就是选取听众将没有加入水印的音频信号,与加入了水印的音频信号同时听一遍,从个人主观的程度上给出相应水印算法的不可感知性的评价。主观不可感知性得评判标准(SDG)具体的评判标准如下表2.1所示: 表2.1 主观不可感知性得评判标准(SDG) 从表2.1 主观不可感知性得评判标准(SDG)可以看出来,个人主观的程度上给出相应水印算法的不可感知性的评价,评价越接近于0,主观不可感知性越好,水印算法越好。 客观不可感知性的评判标准: 而对于具体的客观不可感知性的评判标准其实方法有很多,本文选取信噪比(SNR)来进行评判。具体的信噪比(SNR)评价方式如下: 2 12 1 10lg (1) n k n k x SNR x x ===-∑∑ (2-1) 其中,x 表示没有加入水印之前的音频,x1表示加入水印之后的音频,n 为 采样点数。 2、水印算法的鲁棒性 在对于水印算法具体的嵌入过程的时候,甚至是水印相关的信号在进行存储,与在进行传输的时候都会受到一定的干扰,导致水印本身所含有的信息可能发生一定的改变,所以对于水印算法的评判,水印算法的鲁棒性也是一个不能够忽略的点,具体本文对于水印算法的鲁棒性的度量选用的是归一化相关系数(NC )进行相关的评判的。归一化相关系数定义如下式子2-2所示: ()() ,*1,m n w i j w i j NC = ∑∑ (2-2) 其中, 具体表示的是原始水印信, 具体表示的是提取的相关 的水印信息。M*N 是信息的维度。 () ,w i j () 1,w i j 1.4各种数字水印算法 近几年来数字水印技术研究取得了很大的进步,见诸于文献的水印算法很多,这里对一些典型的算法进行了分析。 1. 空间域算法 数字水印直接加载在原始数据上,还可以细分为如下几种方法: (1) 最低有效位方法(LSB) 这是一种典型的空间域数据隐藏算法,L.F.Tumer与R.G.VanSchyadel等先后利用此方法将特定的标记隐藏于数字音频和数字图像内。该方法是利用原始数据的最低几位来隐藏信息(具体取多少位,以人的听觉或视觉系统无法察觉为原则)。LSB 方法的优点是有较大的信息隐藏量,但采用此方法实现的数字水印是很脆弱的,无法经受一些无损和有损的信息处理,而且如果确切地知道水印隐藏在几位LSB中,数字水印很容易被擦除或绕过。 (2) Patchwork方法及纹理块映射编码方法 这两种方法都是Bender等提出的。Patchwork是一种基于统计的数字水印,其嵌入方法是任意选择N对图像点,在增加一点亮度的同时,降低另一点的亮度值。该算法的隐藏性较好,并且对有损的JPEG和滤波!压缩和扭转等操作具有抵抗能力,但仅适用于具有大量任意纹理区域的图像,而且不能完全自动完成。 2.变换域算法 基于变换域的技术可以嵌入大量比特数据而不会导致可察觉的缺陷,往往采用类似扩频图像的技术来隐藏数字水印信息。这类技术一般基于常用的图像变换,基于局部或是全部的变换,这些变换包括离散余弦变换(DCT)、小波变换(WT)、傅氏变换(FT或FFT)以及哈达马变换(Hadamardtransform)等等。其中基于分块的DCT是最常用的变换之一,现在所采用的静止图像压缩标准JPEG也是基于分块DCT的。最早的基于分块DCT的一种数字水印技术方案是由一个密钥随机地选择图像的一些分块,在频域的中频上稍稍改变一个三元组以隐藏二进制序列信息。选择在中频分量编码是因为在高频编码易于被各种信号处理方法所破坏,而在低频编码则由于人的视觉对低频分量很敏感,对低频分量的改变易于被察觉。该数字水印算法对有损压缩和低通滤波是稳健的。另一种DCT数字水印算法是首先把图像分成8×8的不重叠像素块,在经过分块DCT变换后,即得到由DCT系数组成的频率块,然后随机选取一些频率块,将水印信号嵌入到由密钥控制选择的一些DCT系数中。该算法是通过对选定的DCT系数进行微小变换以满足特定的关系,以此来表示一个比特的信息。在水印信息提取时,则选取相同的DCT系数,并根据系数之间的关系抽取比特信息。除了上述有代表性的变换域算法外,还有一些变换域数字水印方法,它们当中有相鲁棒性
同步音频水印算法的实现
基于运动目标检测的视频水印算法
一种图像水印鲁棒性的协同序参量评价方法
变换域数字水印算法研究现状及展望
音频水印的评价标准
讨论音频数字水印算法