CN102074237A - 基于直方图不变特性的数字音频水印方法 - Google Patents

Abstract

本发明所述的基于直方图不变特性的数字音频水印方法，包括包括非下采样离散小波变换，频域直方图的提取，数字音频水印的嵌入与数字音频水印的检测，首先，对原始音频水印进行非下采样离散小波变换，得到具有音频信息的低频区域和高频区域信息。其次，从得到的音频低频区域中提取出具有不变特性的频域直方图。然后，对于获得的频域直方图进行处理，将频域直方图分成组，每组包含4个bin。对于每一个组而言，每一个水印位将依靠每一个组中相邻4个bin的系数再分配来完成水印的嵌入。最后，通过修改频域直方图中每一个组的相邻4个bin的系数关系，从而达到嵌入数字水印的目的。本算法能够很好的抵抗常规攻击及去同步攻击。

Description

基于直方图不变特性的数字音频水印方法

技术领域

本发明所述的基于直方图不变特性的数字音频水印方法，涉及数字多媒体防伪和信息安全保护领域，具体的说是一种能够抵抗去同步攻击的数字音频水印新方法。

背景技术

目前随着数字媒体技术的快速发展以及网络上的广泛使用，保护版权和认证来源及完整性就显得十分重要。数字水印(Digital Watermarking)由此而受到人们的高度重视，并已成为国际学术界研究的一个热点.所谓数字音频水印，就是将具有特定意义的标记(水印)，利用数据嵌入的方法隐藏在数字音频产品中，用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的依据，同时通过对水印的检测和分析保证数字信息的完整可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段.

所谓去同步攻击(Desynchronization attack)，并非指该种攻击能够从含水印对象中去除水印信息，而是指其可以将数字水印变形到检测器检测不出来(即改变水印嵌入位置).截止到目前，人们主要采用四种措施设计抗去同步攻击的稳健音频水印方案，分别为穷举搜索、扩频水印扩频码相结合、利用原始音频重要特征、同步码等.其中，穷举搜索方案具有计算量较大、虚警率较高等弱点；扩频水印扩频码相结合方案无法实现水印信息的盲检测；利用原始音频重要特征方案具有特征点提取不稳定、所需阈值过多而不利于实际应用等不足；同步码水印方案普遍存在水印容量受限、难以抵抗恶意攻击等问题。针对上述现有技术中所存在的问题，研究设计一种新型的基于直方图不变特性的数字音频水印方法，从而克服现有技术中所存在的问题是十分必要的。

发明内容

鉴于上述现有技术中所存在的问题，本发明的目的是研究设计一种新型的基于直方图不变特性的数字音频水印方法，从而解决由于穷举搜索方案具有计算量较大、虚警率较高等弱点；扩频水印扩频码相结合方案无法实现水印信息的盲检测；利用原始音频重要特征方案具有特征点提取不稳定、所需阈值过多而不利于实际应用等不足；同步码水印方案普遍存在水印容量受限、难以抵抗恶意攻击等问题。

本发明所述的基于直方图不变特性的数字音频水印方法，包括非下采样离散小波变换，频域直方图的提取，数字水印的嵌入与数字水印的检测，具体步骤如下：

第一步、对原始音频进行非下采样离散小波变换，得到具有音频信息的低频区域和高频区域信息；

第二步、从得到的音频低频区域中提取出具有不变特性的频域直方图；

第三步、对获得的频域直方图进行处理，将频域直方图分成若干组，每组包含4个bin，对于每一个组而言，每一个水印位将依靠每一个组中相邻4个bin的系数再分配来完成数字水印的嵌入，通过修改频域直方图中每一个组的相邻4个bin的系数关系，达到嵌入数字水印的目的；

第四步、对应数字水印嵌入过程，数字水印的检测，是依靠提取到的含水印频域直方图中相邻4个bin之间的关系来确定。

本发明所述的数字音频进行非下采样离散小波变换的步骤如下：

在一个正交小波变换中，存在一个尺度函数φ(t)与一个母小波ψ(t)，尺度函数φ(t)可以从多分辨率函数L²(R)中获得，函数{2^m/2φ(2^m/2l-n)}是V_m的正交基，函数{2^m/2ψ(2^m/2l-n)}是W_m的正交基，同时

利用以上的函数可以将信号x(t)∈L²(R)分解成{V₀，W₀，W₁，…，W_m}；对一含有母小波ψ(t)连续信号x(t)∈L²(R)进行分解如下：

$w_j^k\left(x\right)=<x\left(t\right),\frac{1}{2^{j/2}}\mathrm{\&psi;}(\frac{t}{2^j}-k)>$

$=\frac{1}{2^{j/2}}{\&Integral;}_{-\&infin;}^{+\&infin;}x\left(t\right){\mathrm{\&psi;}}^{*}(\frac{t}{2^j}-k)\mathrm{dt},(k,j)\&Element;Z^2$

本发明所述的从得到的数字音频低频区域中提取出具有不变特性的频域直方图，具体步骤如下：

利用非下采样离散小波变换后的低频子带来获得频域直方图，具体可以表示为：

$\tilde{H}=\left\{\tilde{h}\left(i\right)\right|i=\mathrm{1,2},...,\tilde{L}\}$

其中，

是低频系数的一个向量，

表示直方图每一个bin中所含的样本数，并且满足

代表bin的数量，代表bin的宽度；

设低频系数

的均值和方差为

和

低频系数的分布概率为P，对于任意整数ε，数据概率P具有切比雪夫(Chebyshev)不等式：

$P\left\{\right|\tilde{F}-\widetilde{\mathrm{\&mu;}}|<\mathrm{\&epsiv;}\}\&GreaterEqual;1-\frac{{\widetilde{\mathrm{\&sigma;}}}^2}{{\mathrm{\&epsiv;}}^2}$

在正态分布条件下，可以由标准差

建立数据概率的取值；对任意正数K，令

于是，基于正态分布的对称性，上述分析的标准差

的不变性，数据范围A可以表示为：

$A=[\widetilde{\mathrm{\&mu;}}-K\widetilde{\mathrm{\&sigma;}},\widetilde{\mathrm{\&mu;}}+K\widetilde{\mathrm{\&sigma;}}]$

如果相邻的4个bin来嵌入一位水印，则频域直方图bin的数量应该表示为

其中L_w是水印的长度；同时bins的宽度也可以表示为

嵌入数字水印时，利用音频载体在低频子带中直方图的不变特性，通过修改频域直方图相邻4个bin中的样本数来嵌入数字水印；其比例关系如下：

${\mathrm{\&beta;}}_k=\frac{h\left(k\right)+h(k+2)}{h(k+1)+h(k+3)}$

其中，β_k表示kth，(k+1)th，(k+2)th，和(k+3)th 4个相邻bins之间的关系。

本发明所述的数字水印的嵌入步骤如下：

设A＝{a(i)，i＝1，2，…，L_A}代表含有L_A个样本的音频载体，F＝{f(i)，i＝1，2，…，L_A}表示非下采样离散小波变换后的低频子带；W＝{w(i)，i＝1，2，…，L_W}为一个二进制的水印序列；则按照第二章节的计算方法，可以得到低频系数的均值为：

$\stackrel{\&OverBar;}{F}=\frac{1}{L_A}\underset{i=1}{\overset{L_A}{\mathrm{\&Sigma;}}}\left|f\left(i\right)\right|$

其嵌入区域为：

$B=[(1-\mathrm{\&lambda;})\stackrel{\&OverBar;}{F},(1+\mathrm{\&lambda;})\stackrel{\&OverBar;}{F}]$

1)、嵌入规则

设直方图中相邻4个bins分别为BIN_a，BIN_b，BIN_c，和BIN_d，它们的样本数分别为N_a，N_b，N_c和N_d；则采用下列规则来嵌入一个比特的水印信息；

$\left\{\begin{array}{cc}\frac{N_a+N_c}{N_b+N_d}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=1\\ \frac{N_b+N_d}{N_a+N_c}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=0\end{array}\right.$

其中，T是一个设定的阈值，用来控制性水印的鲁棒性；

2)、嵌入水印比特为“1”

依据嵌入规则，如果嵌入水印比特为“1”，且满足N_a+N_c/N_b+N_d≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“1”，而N_a+N_c/N_b+N_d＜T，则需要将BIN_b，BIN_d中的样本数对应移除一部分样本数I_b和I_d，放到BIN_a与BIN_c中，使其满足N′_a+N′_c/N′_b+N′_d≥T；具体的运算方法为：

f′_b(i)＝f_b(i)-M  1≤i≤I_b

f′_d(i)＝f_d(i)-M  1≤i≤I_d

其中，f_b(i)和f_d(i)是BIN_b和BIN_d中所含的样本数，f′_b(i)和f′_d(i)是f_b(i)和f_d(i)修改以后的样本数；M是bin的宽度，I_b和I_d的数学表达式为：

$I_b\&GreaterEqual;\frac{I\&CenterDot;N_b}{N_b+N_d},$ $I_d\&GreaterEqual;\frac{I\&CenterDot;N_d}{N_b+N_d}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_b+N_d)-N_a-N_c}{1+T};$

3)、嵌入水印比特为“0”

依据嵌入规则，如果嵌入水印比特为“0”，且满足N_b+N_d/N_a+N_c≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“0”，而N_b+N_d/N_a+N_c＜T，则需要将BIN_a，BIN_c中的样本数对应移除一部分样本数I_a和I_c，放到BIN_b与BIN_d中，使其满足N′_b+N′_d/N′_a+N′_c≥T.具体的运算方法为：

f′_a(i)＝f_a(i)+M  1≤i≤I_a

f′_c(i)＝f_c(i)+M  1≤i≤I_c

其中，f_a(i)和f_c(i)是BIN_a和BIN_c中所含的样本数，f′_a(i)和f′_c(i)是f_a(i)和f_b(i)修改后的样本数；M是bin的宽度，I_a和I_c的数学表达式为

$I_a\&GreaterEqual;\frac{I\&CenterDot;N_a}{N_a+N_c},$ $I_c\&GreaterEqual;\frac{I\&CenterDot;N_c}{N_a+N_c}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_a+N_c)-N_b-N_d}{1+T}.$

本发明所述的数字水印的检测步骤如下：

算法的数字水印检测过程，不需要原始数字音频信号，属于盲检测；数字水印检测过程如下：

1)、非下采样离散小波变换

对所得到的含水印数字音频进行非下采样离散小波变换，得到含水印音频的低频信息；

2)、直方图的提取

根据第二章节的频域直方图提取算法，求得含水印音频中低频信息的直方图；

3)、数字水印的提取

设

和

为含水印音频所得直方图相邻4个bins所含的样本数，检测隐藏的水印算法如公式：

$w^{*}\left(i\right)=\left\{\begin{array}{cc}1,& \mathrm{if}\frac{N_a^{*}+N_c^{*}}{N_b^{*}+N_d^{*}}\&GreaterEqual;1\\ 0,& \mathrm{Otherwise}\end{array}\right.$

这个过程反复进行，直至将所有隐藏的水印位全部提取为止。

本发明所述的基于直方图不变特性的数字音频水印方法基本工作原理为：首先，我们对原始数字音频进行非下采样离散小波变换，得到具有音频信息的低频区域和高频区域信息。其次，从得到的音频低频区域中提取出具有不变特性的频域直方图。然后，对于获得的频域直方图进行处理，将频域直方图分成组，每组包含4个bin。对于每一个组而言，每一个水印位将依靠每一个组中相邻4个bin的系数再分配来完成水印的嵌入。最后，通过修改频域直方图中每一个组的相邻4个bin的系数关系，从而达到嵌入数字水印的目的。对于数字水印的提取，则是依靠提取到的含水印频域直方图中相邻4个bin之间的关系来确定。

本发明利用非下采样离散小波变换原理，对原始音频进行数据处理，然后结合直方图时域数据分布的不变性及统计特征，得到了直方图新的统计特征，并且设计了一个新的数字音频水印嵌入和提取算法，实验结果表明，该算法可以有效的抵抗去同步攻击与常规攻击，具有很好的鲁棒性。此外，算法设计简单、易于实现，水印检测过程无需原始数字音频信号，属于盲检测，这大大增强了其用于数字音频作品版权保护的实用性。

附图说明

本发明共有17张附图，其中：

图1：非下采样离散小波变换图释-正变换过程；

图1：非下采样离散小波变换图释-逆变换过程；

图3：原始音频图像；

图4：非下采样离散小波变换后的低频图像；

图5：三级高频非下采样离散小波变换；

图6：二级高频非下采样离散小波变换；

图7：一级高频非下采样离散小波变换；

图8：本文算法攻击效果图解；

图9：参考文献算法攻击效果图解；

图10：直方图相邻4个bin修改算法图释(1)；

图11：直方图相邻4个bin修改算法图释(2)；

图12：直方图相邻4个bin修改算法图释(3)；

图13：直方图相邻4个bin修改算法图释(4)；

图14：原始音频；

图15：含水印音频；

图16：原始音频直方图；

图17：含水印音频直方图。

具体实施方式

本发明所述的基于直方图不变特性的数字音频水印方法的具体实现流程如下：

1非下采样离散小波变换(UDWT)

非下采样离散小波变换(UDWT)在以往的算法中曾经多次被提及，只是名字上有所差别。非下采样离散小波变换的主要特点是冗余的，具有平移不变性和线性分布。与近似离散小波变换(DWT)相比，非下采样离散小波变换提供了更好的连续离散小波变换。其具体的运算方法如下：

在一个正交小波变换中，存在一个尺度函数φ(t)与一个母小波ψ(t)，尺度函数φ(t)可以从多分辨率函数L²(R)中获得，函数{2^m/2φ(2^m/2l-n)}是V_m的正交基，函数{2^m/2ψ(2^m/2l-n)}是W_m的正交基，同时

利用以上的函数可以将信号x(t)∈L²(R)分解成{V₀，W₀，W₁，…，W_m}。对一含有母小波ψ(t)连续信号x(t)∈L²(R)进行分解如下：

$w_j^k\left(x\right)=<x\left(t\right),\frac{1}{2^{j/2}}\mathrm{\&psi;}(\frac{t}{2^j}-k)>$

$=\frac{1}{2^{j/2}}{\&Integral;}_{-\&infin;}^{+\&infin;}x\left(t\right){\mathrm{\&psi;}}^{*}(\frac{t}{2^j}-k)\mathrm{dt},(k,j)\&Element;Z^2$

通过非下采样离散小波变换，我们得到音频的低频子带和高频子带。由于各子带之间所包含的信息以及其稳定性不同，所以实验中我们将采用低频子带信息构建频域直方图，增强直方图的稳定性。

2频域直方图的获得

为了有效地解决去同步攻击的问题，直方图理论引入到数字水印域.经过分析我们得知，音频直方图具有形状不敏感性和数据统计特征不变特性，能够抵抗去同步攻击。但是从时域中提取的音频直方图也存在问题，其只能适用于正太分布均值与零值，嵌入策略往往无法达到最好，从而使音频水印对于噪声类常见的信号处理操作，如MP3压缩，低通滤波，附加噪声等过于敏感，影响了水印的鲁棒性。

本发明为了更好的提高水印鲁棒性，将从频域中提取音频直方图，以达到其更加稳定的目的。具体算法如下：

利用非下采样离散小波变换后的低频子带来获得频域直方图，具体可以表示为：

$\tilde{H}=\left\{\tilde{h}\left(i\right)\right|i=\mathrm{1,2},...,\tilde{L}\}$

其中，是低频系数

的一个向量，

表示直方图每一个bin中所含的样本数，并且满足

代表bin的数量，

代表bin的宽度。

假设低频系数

的均值和方差为

和

低频系数的分布概率为P，对于任意整数ε，数据概率P具有切比雪夫(Chebyshev)不等式：

$P\left\{\right|\tilde{F}-\widetilde{\mathrm{\&mu;}}|<\mathrm{\&epsiv;}\}\&GreaterEqual;1-\frac{{\widetilde{\mathrm{\&sigma;}}}^2}{{\mathrm{\&epsiv;}}^2}$

在正态分布条件下，可以由标准差

建立数据概率的取值。对任意正数K，令

于是，基于正态分布的对称性，上述分析的标准差

的不变性，数据范围A可以表示为：

$A=[\widetilde{\mathrm{\&mu;}}-K\widetilde{\mathrm{\&sigma;}},\widetilde{\mathrm{\&mu;}}+K\widetilde{\mathrm{\&sigma;}}]$

本算法中，我们使用相邻的4个bin来嵌入一位水印，所以频域直方图bin的数量

应该表示为

其中L_w是水印的长度。同时bins的宽度也可以表示为

为了实现水印嵌入算法，我们利用音频载体在低频子带中频域直方图的不变特性，通过修改频域直方图相邻4个bin中的样本数，来达到嵌入数字水印的目的.其比例关系如下：

${\mathrm{\&beta;}}_k=\frac{h\left(k\right)+h(k+2)}{h(k+1)+h(k+3)}$

其中，β_k表示kth，(k+1)th，(k+2)th，和(k+3)th4个相邻bins之间的关系。

3数字水印的嵌入

假设A＝{a(i)，i＝1，2，…，L_A}代表含有L_A个样本的音频载体，F＝{f(i)，i＝1，2，…，L_A}表示非下采样离散小波变换后的低频子带。W＝{w(i)，i＝1，2，…，L_W}为一个二进制的水印序列。则按照第二章节的计算方法，可以得到低频系数的均值为：

$\stackrel{\&OverBar;}{F}=\frac{1}{L_A}\underset{i=1}{\overset{L_A}{\mathrm{\&Sigma;}}}\left|f\left(i\right)\right|$

其嵌入区域为：

$B=[(1-\mathrm{\&lambda;})\stackrel{\&OverBar;}{F},(1+\mathrm{\&lambda;})\stackrel{\&OverBar;}{F}]$

3.1嵌入规则

假设直方图中相邻4个bins分别为BIN_a，BIN_b，BIN_c，和BIN_d，它们的样本数分别为N_a，N_b，N_c和N_d。则采用下列规则来嵌入一个比特的水印信息

$\left\{\begin{array}{cc}\frac{N_a+N_c}{N_b+N_d}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=1\\ \frac{N_b+N_d}{N_a+N_c}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=0\end{array}\right.$

其中，T是一个设定的阈值，用来控制性水印的鲁棒性。

3.2嵌入水印比特为“1”

依据嵌入规则，如果嵌入水印比特为“1”，且满足N_a+N_c/N_b+N_d≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“1”，而N_a+N_c/N_b+N_d＜T，则需要将BIN_b，BIN_d中的样本数对应移除一部分样本数I_b和L_d，放到BIN_a与BIN_c中，使其满足N′_a+N′_c/N′_b+N′_d≥T.具体的运算方法为：

f′_b(i)＝f_b(i)-M  1≤i≤I_b

f′_d(i)＝f_d(i)-M  1≤i≤I_d

其中，f_b(i)和f_d(i)是BIN_b和BIN_d中所含的样本数，f′_b(i)和f′_d(i)是f_b(i)和f_d(i)修改以后的样本数。M是bin的宽度，I_b和I_d的数学表达式为：

$I_b\&GreaterEqual;\frac{I\&CenterDot;N_b}{N_b+N_d},$ $I_d\&GreaterEqual;\frac{I\&CenterDot;N_d}{N_b+N_d}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_b+N_d)-N_a-N_c}{1+T}.$

3.3嵌入水印比特为“0”

依据嵌入规则，如果嵌入水印比特为“0”，且满足N_b+N_d/N_a+N_c≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“0”，而N_b+N_d/N_a+N_c＜T，则需要将BIN_a，BIN_c中的样本数对应移除一部分样本数I_a和I_c，放到BIN_b与BIN_d中，使其满足N′_b+N′_d/N′_a+N′_c≥T。具体的运算方法为：

f′_a(i)＝f_a(i)+M  1≤i≤I_a

f′_c(i)＝f_c(i)+M  1≤i≤I_c

其中，f_a(i)和f_c(i)是BIN_a和BIN_c中所含的样本数，f′_a(i)和f′_c(i)是f_a(i)和f_b(i)修改后的样本数。M是bin的宽度，I_a和I_c的数学表达式为：

$I_a\&GreaterEqual;\frac{I\&CenterDot;N_a}{N_a+N_c},$ $I_c\&GreaterEqual;\frac{I\&CenterDot;N_c}{N_a+N_c}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_a+N_c)-N_b-N_d}{1+T}.$

4数字水印的检测

本发明算法的数字水印检测过程，不需要原始数字音频信号，属于盲检测。数字水印检测过程如下：

1、非下采样离散小波变换：

对所得到的含水印音频进行非下采样离散小波变换，得到含水印音频的低频信息。

2、直方图的提取：

根据第二章节的频域直方图提取算法，求得含水印音频中低频信息的直方图。

3、数字水印的提取：

假设

和

为含水印音频所得直方图相邻4个bins所含的样本数，则检测隐藏的水印依照公式：

$w^{*}\left(i\right)=\left\{\begin{array}{cc}1,& \mathrm{if}\frac{N_a^{*}+N_c^{*}}{N_b^{*}+N_d^{*}}\&GreaterEqual;1\\ 0,& \mathrm{Otherwise}\end{array}\right.$

这个过程反复进行，直至将所有隐藏的水印位全部提取为止。

此外，为了消除观测者的经验、身体条件、实验条件等主客观因素的影响，需采用归一化相关系数(Normalized Cross-Correlation，NC)，对提取出的水印和原始水印的相似性进行定量评价。如果该归一化相关系数NC超过某一检测阈值，我们就判定待检测音频信号中存在数字水印，否则不含数字水印。

最后，选取归一化相关系数NC取值最大的数字水印作为最终水印信号检测结果。

5抗攻击能力测试

为了检测方法的鲁棒性能，仿真实验对本发明的含水印音频信号进行了一系列攻击，包括两大类：(1)不显著影响音频信号同步结构的常规信号处理，如重新量化、重新采样、叠加噪声、低通滤波、添加回声、均衡化、MP3压缩等；(2)损坏音频信号同步结构的去同步攻击，包括如随机剪切、幅度缩放、时间延展、抖动等。其中：

·重新量化：先将音频信号从16比特量化为8比特，再量化为16比特。

·重新采样：将音频信号采样频率下降为22050Hz、11025Hz，再还原为原采样频率44.1kHz。

·叠加噪声：对数字音频信号在时域中加入均值为0、均方差为0.01的高斯白噪声。

·低通滤波：采用截止频率为4kHZ的低通滤波。

·添加回声：采用音频编辑工具CoolEdit Pro2.1中的预置模式“Auditorium”，即添加一个具有98ms延迟和41％衰减的回声。

·均衡化：采用音频编辑工具CoolEdit Pro2.1中的预置模式“HumRemoval”来进行均衡化处理.均衡化增强低音部分，衰减低音部分，引起频率的偏移。

·MP3压缩：先对音频信号进行压缩(截至频率256k～64k)，再解压缩。

·随机剪切：在数字音频的前面(或中间、后面)随机剪切音频10％。

·幅度缩放：数字音频的幅度值被放大到150％和缩小到50％。

·时间延展(TSM)：在音高保持不变的情况下，将整个数字音频的长度延展±4％。

·抖动攻击：抖动攻击首先将整个音频分成n个音频样本的数据块，然后在每个数据块中随机复制或删除一个音频样本，接着再将数据块按原来顺序重新组合起来。

·混合攻击：将以上所提到的任意2种攻击进行合并，即先将音频进行一种攻击，完成后在此基础上再进行另外一种攻击。

表1、2、3给出了本发明数字水印嵌入方案的抗攻击能力实验结果(见附表)。

附表

表1  数字水印对常规攻击的抵抗能力

表2  数字水印对去同步攻击的抵抗能力

表3  数字水印对混合攻击的抵抗能力

Claims (5)

1.一种基于直方图不变特性的数字音频水印方法，其特征在于包括非下采样离散小波变换，频域直方图的提取，数字音频水印的嵌入与数字音频水印的检测，具体步骤如下：

第一步、对原始音频进行非下采样离散小波变换，得到具有音频信息的低频区域和高频区域信息；

第二步、从得到的音频低频区域中提取出具有不变特性的频域直方图；

第三步、对获得的频域直方图进行处理，将频域直方图分成若干组，每组包含4个bin，对于每一个组而言，每一个水印位将依靠每一个组中相邻4个bin的系数再分配来完成数字音频水印的嵌入，通过修改频域直方图中每一个组的相邻4个bin的系数关系，达到嵌入数字音频水印的目的；

第四步、对应数字音频水印嵌入过程，数字水印的检测，是依靠提取到的含水印频域直方图中相邻4个bin之间的关系来确定。

2.根据权利要求1所述的基于直方图不变特性的数字音频水印方法，其特征在于所述的数字音频进行非下采样离散小波变换的步骤如下：

在一个正交小波变换中，存在一个尺度函数φ(t)与一个母小波ψ(t)，尺度函数φ(t)可以从多分辨率函数L²(R)中获得，函数{2^m/2φ(2^m/2l-n)}是V_m的正交基，函数{2^m/2ψ(2^m/2l-n)}是W_m的正交基，同时

利用以上的函数可以将信号x(t)∈L²(R)分解成{V₀，W₀，W₁，…，W_m}；对一含有母小波ψ(t)连续信号x(t)∈L²(R)进行分解如下：

$w_j^k\left(x\right)=<x\left(t\right),\frac{1}{2^{j/2}}\mathrm{\&psi;}(\frac{t}{2^j}-k)>$

$=\frac{1}{2^{j/2}}{\&Integral;}_{-\&infin;}^{+\&infin;}x\left(t\right){\mathrm{\&psi;}}^{*}(\frac{t}{2^j}-k)\mathrm{dt},(k,j)\&Element;Z^2$

3.根据权利要求1所述的基于直方图不变特性的数字音频水印方法，其特征在于所述的从得到的数字音频低频区域中提取出具有不变特性的频域直方图，具体步骤如下：

利用非下采样离散小波变换后的低频子带来获得频域直方图，具体可以表示为：

$\tilde{H}=\left\{\tilde{h}\left(i\right)\right|i=\mathrm{1,2},...,\tilde{L}\}$

其中，

是低频系数

的一个向量，

表示直方图每一个bin中所含的样本数，并且满足

代表bin的数量，

代表bin的宽度；

设低频系数

的均值和方差为

和

低频系数的分布概率为P，对于任意整数ε，数据概率P具有切比雪夫(Chebyshev)不等式：

$P\left\{\right|\tilde{F}-\widetilde{\mathrm{\&mu;}}|<\mathrm{\&epsiv;}\}\&GreaterEqual;1-\frac{{\widetilde{\mathrm{\&sigma;}}}^2}{{\mathrm{\&epsiv;}}^2}$

在正态分布条件下，可以由标准差

建立数据概率的取值；对任意正数K，令

于是，基于正态分布的对称性，上述分析的标准差

的不变性，数据范围A可以表示为：

$A=[\widetilde{\mathrm{\&mu;}}-K\widetilde{\mathrm{\&sigma;}},\widetilde{\mathrm{\&mu;}}+K\widetilde{\mathrm{\&sigma;}}]$

如果相邻的4个bin来嵌入一位水印，则频域直方图bin的数量应该表示为其中L_w是水印的长度；同时bins的宽度也可以表示为

嵌入数字音频水印时，利用音频载体在低频子带中直方图的不变特性，通过修改频域直方图相邻4个bin中的样本数来嵌入数字音频水印；其比例关系如下：

${\mathrm{\&beta;}}_k=\frac{h\left(k\right)+h(k+2)}{h(k+1)+h(k+3)}$

其中，β_k表示kth，(k+1)th，(k+2)th，和(k+3)th4个相邻bins之间的关系。

4.根据权利要求1所述的基于直方图不变特性的数字音频水印方法，其特征在于所述的数字音频水印的嵌入步骤如下：

设A＝{a(i)，i＝1，2，…，L_A}代表含有L_A个样本的音频载体，F＝{f(i)，i＝1，2，…，L_A}表示非下采样离散小波变换后的低频子带；W＝{w(i)，i＝1，2，…，L_W}为一个二进制的水印序列；则按照第二章节的计算方法，可以得到低频系数的均值为：

$\stackrel{\&OverBar;}{F}=\frac{1}{L_A}\underset{i=1}{\overset{L_A}{\mathrm{\&Sigma;}}}\left|f\left(i\right)\right|$

其嵌入区域为：

$B=[(1-\mathrm{\&lambda;})\stackrel{\&OverBar;}{F},(1+\mathrm{\&lambda;})\stackrel{\&OverBar;}{F}]$

1)、嵌入规则

设直方图中相邻4个bins分别为BIN_a，BIN_b，BIN_c，和BIN_d，它们的样本数分别为N_a，N_b，N_c和N_d；则采用下列规则来嵌入一个比特的水印信息；

$\left\{\begin{array}{cc}\frac{N_a+N_c}{N_b+N_d}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=1\\ \frac{N_b+N_d}{N_a+N_c}\&GreaterEqual;T& \mathrm{ifw}\left(i\right)=0\end{array}\right.$

其中，T是一个设定的阈值，用来控制性水印的鲁棒性；

2)、嵌入水印比特为“1”

依据嵌入规则，如果嵌入水印比特为“1”，且满足N_a+N_c/N_b+N_d≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“1”，而N_a+N_c/N_b+N_d＜T，则需要将BIN_b，BIN_d中的样本数对应移除一部分样本数I_b和I_d，放到BIN_a与BIN_c中，使其满足N′_a+N′_c/N′_b+N′_d≥T；具体的运算方法为：

f′_b(i)＝f_b(i)-M  1≤i≤I_b

f′_d(i)＝f_d(i)-M  1≤i≤I_d

其中，f_b(i)和f_d(i)是BIN_b和BIN_d中所含的样本数，f′_b(i)和f′_d(i)是f_b(i)和f_d(i)修改以后的样本数；M是bin的宽度，I_b和I_d的数学表达式为：

$I_b\&GreaterEqual;\frac{I\&CenterDot;N_b}{N_b+N_d},$ $I_d\&GreaterEqual;\frac{I\&CenterDot;N_d}{N_b+N_d}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_b+N_d)-N_a-N_c}{1+T};$

3)、嵌入水印比特为“0”

依据嵌入规则，如果嵌入水印比特为“0”，且满足N_b+N_d/N_a+N_c≥T，则不需要对相邻4个bins中的样本数进行修改；如果嵌入水印比特为“0”，而N_b+N_d/N_a+N_c＜T，则需要将BIN_a，BIN_c中的样本数对应移除一部分样本数I_a和I_c，放到BIN_b与BIN_d中，使其满足N′_b+N′_d/N′_a+N′_c≥T.具体的运算方法为：

f′_a(i)＝f_a(i)+M  1≤i≤I_a

f′_c(i)＝f_c(i)+M  1≤i≤I_c

其中，f_a(i)和f_c(i)是BIN_a和BIN_c中所含的样本数，f′_a(i)和f′_c(i)是f_a(i)和f_b(i)修改后的样本数；M是bin的宽度，I_a和I_c的数学表达式为

$I_a\&GreaterEqual;\frac{I\&CenterDot;N_a}{N_a+N_c},$ $I_c\&GreaterEqual;\frac{I\&CenterDot;N_c}{N_a+N_c}$

其中， $I\&GreaterEqual;\frac{T\&CenterDot;(N_a+N_c)-N_b-N_d}{1+T}.$

5.根据权利要求1所述的基于直方图不变特性的数字音频水印方法，其特征在于所述的数字音频水印的检测步骤如下：

算法的数字音频水印检测过程，不需要原始数字音频信号，属于盲检测；数字音频水印检测过程如下：

1)、非下采样离散小波变换

对所得到的含水印数字音频进行非下采样离散小波变换，得到含水印音频的低频信息；

2)、直方图的提取

根据第二章节的频域直方图提取算法，求得含水印音频中低频信息的直方图；

3)、数字水印的提取

设

和为含水印音频所得直方图相邻4个bins所含的样本数，检测隐藏的水印算法如公式：

$w^{*}\left(i\right)=\left\{\begin{array}{cc}1,& \mathrm{if}\frac{N_a^{*}+N_c^{*}}{N_b^{*}+N_d^{*}}\&GreaterEqual;1\\ 0,& \mathrm{Otherwise}\end{array}\right.$

这个过程反复进行，直至将所有隐藏的水印位全部提取为止。

Images