CN102075319A - 应用混沌系统的音频水印方法 - Google Patents

Abstract

该发明名称为“应用混沌系统的音频水印方法”，所属技术领域为网络安全、数字信息处理、计算机应用等。该发明将版权信息作为数字水印信息嵌入到数字音频中，从而实现版权保护的目的。具体实现中，使用混沌系统，提升小波技术对版权信息和原始音频信息进行预处理，然后实现数字水印的嵌入。该方法能够广泛应用于数字音频版权保护领域。

Description

应用混沌系统的音频水印方法

技术领域

该发明属于网络安全、数字信息处理、计算机应用等技术领域。

背景技术

随着网络的发展，信息的共享变得越来越方便，但是有些信息是信息拥有者付出了一定的劳动才取得的，因此信息拥有者往往不希望自己的信息被免费共享，而网络的快速发展为版权保护提出了挑战。目前，大多数的版权保护集中于数字图像领域，在音频领域内的版权保护研究比较少。

本发明涉及的技术主要有混沌系统和提升小波。

被广为应用的混沌系统是Logistic混沌系统，改进型Logistic映射的表达式为：

$x_{n+1}=1-2x_n^2,x_n\∈[-\mathrm{1,1}]$

该映射为混沌系统，所产生的序列为混沌序列。该映射对初值极为敏感，初始值稍微不同，就会迅速变成完全不同的状态。混沌序列的概率密度函数为：

由上式可知ρ(x)不依赖于初始值，该混沌系统具有遍历性。

提升小波是由第一代小波变换的提升来实现的。提升小波既有第一代小波的优点，又克服了它的局限性。它运算速度快、允许完全原位计算，并且其逆变换是正变换的反运算。因此应用提升小波进行变换，可以很好地恢复原始图像。

提升小波的正向提升过程可分解为三个过程：分裂、预测和修正。首先假设已知需要处理的序列集为λ₀，具体实现过程为：

分裂。将λ₀分解为两个更小的子集，λ_-1和γ_-1。

预测。用γ_-1和它的预测值P(λ_-1)之间的差值来表示γ_-1，即

                γ_-1＝γ_-1-P(λ_-1)

修正。通过算法U更新λ_-1，即，

                λ_-1＝λ_-1+U(γ_-1)

提升小波有良好的可逆性。一旦完成前向变换，即可快速得到逆向提升小波变换，与前向操作的唯不同就是加号与减号的区别。

发明内容

本发明方法提出了一种采用混沌系统和提升小波技术的音频水印方法。在数字音频内嵌入版权信息，从而实现数字音频的版权保护。在具体嵌入中采用了对原始信息取均值的方法，因此在水印提取过程中能够实现盲提取，不需要原始音频信息。

附图说明

附图是本发明方法中水印嵌入的具体实现过程。

具体实施方式

该发明方法的实现包括水印的嵌入和水印的提取两个过程。

1 水印嵌入

在水印嵌入过程中需要首先对版权图像和音频信息进行预处理，然后再将版权信息嵌入，具体过程如附图所示，过程实施如下。

1.1 版权信息预处理

混沌系统具有初始值敏感性，即使初始值发生微小的变化，也会导致结果的完全不同。因此，引用混沌系统处理水印图像能够保证水印信息具有较高的安全性。本算法采用Logistic混沌系统来提高安全性，

具体实现为：

用混沌系统产生一个长度为n(此处n为需要置乱的水印数列长度)的数列CI，将该数列进行排序，从而得到一个升序数列CIS。此时通过计算数列CIS中的每个数据在数列CI中的下标，得到一个数列I。应用公式为：

                I(i)＝FI(CIS(i))，(1≤i≤n)

式中，函数FI(parameter)的功能为找出参数parameter在数列CI中的下标。

嵌入水印信息时，将水印信息数列W按照数列I进行置乱排序得到置乱后的数列WO，然后将置乱后的水印信息WO嵌入到载体图像中。置乱排序应用公式为：

                WO(i)＝W(I(i))，(1≤i≤n)

提取水印信息时，在嵌入了水印的载体图像中提取水印信息数列WO，然后将提取到的水印信息WO进行逆置乱，得到正常排序的水印信息OR。逆置乱应用的公式为：

                OR(I(i))＝WO(i)，(1≤i≤n)

此时得到的序列OR即为水印信息W。应用上述混沌处理过程保证了嵌入过程的安全性和可靠性。

1.2 音频信号预处理

设音频信号V＝{a(k)；0≤k＜L}；L＝size(V)是音频信息的样点个数。本方法将原始音频信息分割为等长度的n×n个子串，每个子串的长度即为个音频数据。此时，音频信号可以表示为V＝{V_i，0≤i≤n×n-1}，即V_i＝{a(i×Ls+l)；0≤s≤n×n-1，0≤l＜Ls}。

1.3 提升小波变换

为了提高算法的鲁棒性，将水印信息嵌入到音频信号的小波变换域。例如，对音频信息A_i进行L层提升小波变换，将提升小波变换的低频系数

作为嵌入域。对每一段音频信息进行提升小波处理，则可得到提升小波数据集

假设低频信号

中共有Lm个数据，则 $A_i^L=\{a_i^L\left(m\right);0\≤m\≤\mathrm{Lm}\}.$

1.4 计算低频系数均值

根据上述步骤计算结果，可以求得每段音频信号的均值为，

$\stackrel{\‾}{A_i^L}=\underset{m=0}{\overset{\mathrm{Lm}-1}{\mathrm{\Σ}}}{a}_i^L\left(m\right)$

1.5 嵌入水印

对每个音频信息段，进行如下水印嵌入操作：

$\stackrel{\‾}{{\mathrm{Av}}_i^L}=\left\{\begin{array}{cc}\stackrel{\‾}{A_i^L},& \mathrm{mod}\left(\right|\frac{\stackrel{\‾}{A_i^L}}{q}|,2)=W(i,j)\\ \left|\frac{\stackrel{\‾}{A_i^L}}{q}\right|\×q-\frac{q}{2},& \mathrm{mod}\left(\right|\frac{\stackrel{\‾}{A_i^L}}{q}|,2)\≠W(i,j)\end{array}\right.$

式中，

为完成嵌入后的音频信息实际值，mod(·)是取余函数，q为量化参数，W(i，j)是对应的版权水印信息。

1.6 音频信息重构

将修改后的低频信息与未修改的高频信息一起进行逆提升小波变换获得嵌入了水印信息的音频信息。

2 水印提取

水印提取时按照与嵌入过程同样的方式对音频信息进行分段，所采用提取公式为，

$\mathrm{We}(i,j)=\mathrm{mod}\left(\right|\frac{\stackrel{\‾}{A_i^L}}{q}|,2)$

将提取出来的信息，应用混沌系统进行逆置乱，采用公式为，

                OR(I(i))＝WO(i)，(1≤i≤n)

此时得到的信息即为嵌入的原始水印信息，该水印信息可以作为该音频版权的参考信息。

Claims (3)

1.应用混沌系统的音频水印方法，其特征是采用混沌系统对版权信息实现预处理。

2.根据权利要求1所述的方法，其特征是综合应用了混沌系统和提升小波技术对信息进行预处理。

3.根据权利要求1所述的方法，其特征是在水印提取过程中不需要原始音频信息。

Images