智能算法在数字音频水印中的应用研究

摘要

信息技术和网络技术的快速发展为多媒体数据（音频，静态图像，视频等）的存储和传播提供了极大的便利，提高了信息表达的效率和准确性。与此同时，这种便利性也使数字多媒体信息易被未授权使用、散播、复制与编辑。由数字化技术本身的可复制性和广泛传播性所带来的负面效应，已成为影响信息产业健康、持续发展的一大障碍。以数字水印为代表的信息隐藏技术已成为有效实现多媒体信息版权保护与内容认证的一种新兴信息安全技术。虽然数字音频水印技术并不能阻止盗版活动的发生，但它可以判别对象是否受到保护，监视被保护对象的传播、真伪鉴别和非法拷贝，解决版权纠纷并为法庭提供证据，为间接的打击盗版者的非法企图，保护知识产权起到重要的作用。 自90年代提出数字水印以来，数字水印技术的发展取得了长足的进步，数字水印技术也实现了一定程度的实用化和商业化。不过目前一些代表性的水印技术还有很多不足。主要表现在水印抗攻击的鲁棒性不强；或者通过增加嵌入能量获得较强抗攻击能力，但水印不可感知性不能令人满意。 本文通过对目前已有的鲁棒音频水印算法的研究和语音信号特性的分析，提出一种自适应的鲁棒音频盲水印方案，能有效解决了水印技术中鲁棒性和不可感知性这一对矛盾。 本文的主要创新工作如下： 1）提出一种新的基于支持向量机的鲁棒的小波域音频水印算法。水印信号被自适应地嵌入到小波变换后的低频子带系数中，通过建立同一尺度下小波系数间的关系模型，根据这种关系模型来嵌入和提取水印。利用水印信息的二值特性，通过添加模板信息，将水印提取转化为支持向量机分类模型。利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点，有效实现对水印信号的鲁棒性检测。 2）通过对音频信号的分析，结合心理声学模型，引入遗传算法，对嵌入位置进行不可感知性优化筛选。在适应度函数设计时综合考虑鲁棒性和不可感知性，对水印嵌入位置，进行全局搜索，形成优化的音频水印方案。该方案能很好地解决鲁棒性和不可感知性这一矛盾的需求。

目录

文摘

英文文摘

声明

1绪论

1.1研究背景和意义

1.2数字水印的发展、现状和趋势

1.3数字水印的应用范围

1.4本文研究的主要内容

1.5本文创新特点

2数字水印的理论基础

2.1语音信号的特性

2.1.1声音的数字化特性

2.1.2入耳听觉掩蔽效应

2.2数字水印系统模型

2.2.1水印系统的基本模型

2.2.2水印的生成

2.2.3水印的嵌入

2.2.4水印的提取

2.3数字水印的分类

2.4几种经典的水印算法

2.4.1最低有效位方法(LSB)

2.4.2回声隐蔽算法

2.4.3相位编码法

2.4.4变换域算法

2.6数字水印的评价标准

2.6.1主观评价方法：

2.6.2量化评价标准

2.7常见的音频信号的处理和攻击

3.基于SVM的小波域水印算法

3.1支持向量机(SVM)简介

3.2支持向量机(SVM)分类模型

3.2.1线性可分

3.2.2(非线性)不可分的情况

3.3支持向量机具有的优点

3.4支持向量机的缺点

3.5小波变换

3.5.1小波变换理论基础

3.5.2小波变换的特点

3.5.3离散小波变换与小波重构

3.6基于关系和SVM水印嵌入过程

3.6.1水印预处理

3.6.2音频信号分帧

3.6.3时域选择嵌入位置

3.6.4 DWT域嵌入水印

3.7水印提取

3.8 SVM水印方案的试验结果及评价

3.8.1试验样本

3.8.2攻击试验设定

3.8.3试验数据

3.9结论

4.基于遗传算法(GA)和支持向量机(SVM)的水印算法

4.1遗传算法概述

4.1.1遗传算法的基本思想

4.1.2遗传算法特点

4.1.3简单遗传算法的形式化定义

4.1.4遗传算法的一般性流程

4.1.5简单遗传算法的详细流程设计

4.2基于GA的嵌入位置优化算法

4.2.1遗传算法种群的优化

4.2.2适应度函数的设定

4.2.3编码

4.2.4遗传算法初始化

4.2.5选择算子

4.2.6交叉算子

4.2.7变异算子

4.2.8终止条件

4.3基于GA水印方案的试验结果及评价

4.3.1试验结果

4.4 GA水印算法结论

5总结和展望

5.1总结

5.2发展展望

6参考文献

附录Ⅰ：基于机器学习的自适应音频水印系统软件：

7作者在读期间科研成果简介

10致谢