基于奇异值分解和小波变换的音频数字水印研究

摘要

计算机和网络的广泛应用，大大地方便了人们获取信息和交流信息，同时其版权保护也变得越来越重要。而数字水印技术作为一种有效的版权保护手段越来越受到人们的青睐。近年来，数字水印研究大多是基于静态图像的水印嵌入研究，对音频水印的研究较少。这是因为人的视觉和听觉的特性差别比较大，在音频信号中嵌入水印相对较难。 本论文以二值图像作为水印信息，以音频信号作为载体数据，以奇异值分解和离散小波变换理论为基础，提出了两种鲁棒性音频数字水印方法。 一是对原始音频信号进行离散小波变换，将提取的低频近似分量和二值水印图像都进行奇异值分解，分别获得奇异值对角阵向量。然后借助水印图像的奇异值对角阵向量修改低频近似分量的奇异值对角阵向量，实现水印的嵌入。利用流行音乐、古典音乐和语音三种音频样本分别进行鲁棒性测试，采用归一化相关系数和信噪比对水印和音频信号进行定量评价。仿真实验表明，三种音频样本对多种攻击具有较好的鲁棒性。但是此算法在水印提取时仍然需要原始音频信息，使其在实际应用中受到限制。 二是对前一种不是盲水印方法而进行的改进，是将原始音频数据经过离散小波变换后，提取低频分量分块进行奇异值分解，根据水印信息的值和设定的步长，来量化选取的奇异值，实现水印的嵌入。在水印嵌入前对水印图像进行Arnold置乱处理，提高了水印的安全性。采用分段奇异值分解提高了水印嵌入速度，节省了不少的运行时间。仿真实验中通过与基于SVD水印嵌入方法的归一化相关系数和信噪比的比较，可以看出此水印方法除了在进行去噪攻击中，水印隐藏效果稍差一些以外，对其他多种攻击都具有较好的鲁棒性。特别是此方法利用了量化处理，使得水印在检测与提取过程中不再需要原始载体数据，这样更加利于实际中的应用。 总的来说，两种水印方法借助奇异值的稳定性，抑制了噪声对音频数据的影响。利用离散小波变换提高了水印的不可感知性，都是可行的数字音频水印方法。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2国内外研究现状分析

1.3数字水印

1.3.1数字水印的分类

1.3.2数字水印的主要应用领域

1.4音频数字水印与图像数字水印的差异

1.5论文结构

第二章音频数字水印技术

2.1音频数字水印的概述

2.2音频数字水印的特性

2.3音频数字水印方法

2.3.1时域音频数字水印算法

2.3.2变换域音频数字水印算法

2.3.3其它常用音频水印方法

2.4音频数字水印的评价标准

2.4.1 StriMark标准

2.4.2其它常用的评价方法

2.5对音频水印的要求

2.6音频数字水印今后的发展趋势

2.7小结

第三章基于SVD-DWT的音频水印方法

3.1引言

3.2小波变换基础理论

3.2.1小波变换定义及特点

3.2.2连续小波变换

3.2.3离散小波变换

3.2.4多分辨率分析

3.3奇异值基本理论

3.4基于奇异值分解和离散小波变换的水印方法

3.4.1水印嵌入算法

3.4.2水印提取算法

3.5仿真实验

3.5.1重采样

3.5.2低通滤波

3.5.3加噪声

3.5.4剪切

3.5.5去噪

3.5.6实验结果总结

3.6小结

第四章基于SVD-DWT量化的音频盲水印方法

4.1引言

4.2水印图像预处理

4.3基于SVD-DWT量化的音频盲水印方法

4.3.1水印嵌入算法

4.3.2水印提取算法

4.4仿真实验

4.4.1重采样

4.4.2低通滤波

4.4.3加噪声

4.4.4去噪

4.4.5实验结果总结

4.5小结

第五章总结

5.1工作总结

5.2工作展望

参考文献

硕士期间发表的文章

致谢