CN102169691A - 一种基于双向预测和泛化扩展的可逆音频水印方法 - Google Patents

Abstract

基于双向预测和泛化扩展的可逆音频水印方法，包括：双向预测，指利用当前采样值前后各一个采样值来预测当前值；泛化扩展，指对预测误差进行扩展并用预测误差末尾n个比特位来嵌入水印；水印嵌入前，利用双向预测计算预测误差并得到预测误差直方图，根据水印容量和n值计算阈值T、LA和LBM；嵌入过程中，利用泛化扩展嵌入水印，构造边界表并将提取的前LA个采样值末尾的n比特数据作为还原信息嵌入；将LBM、T和边界表转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据，得到含水印音频；在水印提取和音频恢复过程中，利用双向预测和泛化扩展，通过水印嵌入方法的逆运算对水印进行提取并无损恢复原始音频。

Description

一种基于双向预测和泛化扩展的可逆音频水印方法

技术领域

本发明涉及一种可逆音频水印的嵌入和提取方法，特别涉及一种基于双向预测和泛化扩展的可逆音频水印方法。

背景技术

数字信息革命给人类的社会和生活带来了深刻的变化，同时也带来了新的挑战和创新机遇。数字多媒体作品的可完美复制和世界范围内几乎不需要代价的分发，使数字版权保护及内容完整性验证等安全问题成为迫切需要解决的问题。数字水印将一些信息隐藏在数字图像、视频或者音频信号中，已经成为一种保护数字媒体内容安全的有效手段。在现有的大多数数字水印方法中，由于水印信号的引入，宿主媒体会被永久的改变并无法还原到嵌入水印前的状态。虽然水印引入的失真通常很小并不容易被人的感知系统所察觉，但在一些对数据保真度要求极高的特殊领域中，如医学诊断图像、卫星遥感图像或者法律证据图像等，任何微小的失真都是不被允许的。因此数字水印技术在这些领域的应用受到了很大的限制。为了解决该问题，人们提出了可逆数字水印的概念，这种水印方案可以保证在提取端将宿主媒体精确还原到其未被嵌入水印时的原始状态。自从1997年Barton第一次提出可逆水印的概念以来，近年来已有学者提出一些可逆水印算法。已有的算法基本上包括两种方式，即在空域上嵌入和在频域上嵌入，由于在空域上嵌入可逆水印，实现相对简单，嵌入容量大，从而成为最近研究的热点，空域上的不可见可逆水印主要分为三类：基于压缩、基于差值扩展和基于直方图修改。

基于压缩的可逆水印主要策略是采用无损压缩算法对人体感官不易察觉的部分进行压缩以腾出空间来嵌入水印。例如，Fridrich(J.Fridrich，J.Golian，and R.Du.Invertible authentication[A].In SPIE Proc.of Security and Watermarking of Multimedia Content.2002：197-208)等人针对图像载体，通过对图像的最低有效位(Least Significant Bit，LSB)进行压缩，然后将压缩后的LSB数据和水印数据一起嵌入到新图像的LSB中，从而实现了可逆图像水印算法。该方法的弱点在于其水印的嵌入容量非常有限，且完全依赖于无损压缩算法的压缩效率。基于差值扩展的可逆水印主要策略是，利用载体信号内容存在相关性，即相邻载体单元(如图像的像素、音频的采样值等)具有相近的值，因而它们的差值比较小，通过扩展差值来将额外的数据嵌入其中。Tian(J.Tian.Reversible data embedding using a difference expansion[J].IEEE Trans.Circuits Systems and Video Technology.2003，13(8)：890-896)第一次提出了基于差值扩展(Difference Expansion，DE)的可逆图像水印，其正是利用相邻像素之间的关联性，扩展相邻像素之间的差值并在其LSB中嵌入水印信息。该方法相比已有的算法来说提高了水印的嵌入容量且降低了图像的失真，但其附加信息所占的空间仍然比较大，像素间的冗余性也没有得到充分的发掘。基于直方图修改的可逆水印主要策略是，利用载体单元的统计特征，在载体单元或其差值的直方图上进行修改和移动来嵌入水印，该方法最早有Vleeschouwer(C.D.Vleeschouwer，J.F.Delaigle，and B.Macq.Circular interpretation of bijective transformations in lossless watermarking for media asset management[J].IEEE Trans.Multimedia.2003，5(1)：97-105)等人提出，他通过移动图像的像素直方图峰值点两侧的像素以空出位置来在峰值点进行水印嵌入。该方法相比已有算法也提高了水印容量和图像质量，但仍有提高的空间。

基于音频载体的可逆水印技术是在可逆图像水印的基础上发展而来的，目前可逆音频水印领域仅有3篇相关论文发表。Van der Veen(Michiel van der Veen，Fons Bruekers，Arnovan Lesst and Stephane Cavin，”High capacity reversible watermarking for audio”，Security and Watermarking of Multimedia V(SPIE)，vol.5020，pp.1-11，Santa Clara，CA，USA，July 2003)等人提出了基于压缩扩展技术的可逆音频水印，该方法通过压缩音频采样值并对压缩后的采样值进行移位以空出末尾的比特位来嵌入水印和压缩后的信息，其嵌入率接近1bit/sample，但其容量仍受到压缩算法的影响，具有提升的空间。Bradley和Alattar(Brett Bradley and Adnan M.Alattar，”High-capacity，invertible.data-hiding algorithm for digital audio”，Security，Stenography，and Watermarking of Multime dia contents VII(SPIE)，Vol.5681，pp.789-800，San Jose，CA，USA，January 2005)提出了一种基于泛化可逆整数变换(Generalized，Reversible，Integer Transform，GRIT)的可逆音频水印算法，该方法将采样值序列划分成由N(N＝2，3，……)个采样值组成的块，通过扩展块内差值来嵌入水印，其水印嵌入率接近1bit/sample，缺点在于采样值之间的冗余性没有得到充分的发掘，嵌入容量有待进一步提高。Yan和Wang(Diqun Yan and Rangding Wang，”Reversible data hiding for audio based on prediction error expansion”，iihmsp，pp.249-252，2008International Conference on Intelligent Information Hiding and Multimedia Signal Processing，August 2008.)提出了一种基于预测误差扩展(Prediction-Error Expansion，PEE)的可逆音频水印算法，该方法利用当前采样值前面的三个采样值来预测当前值，然后通过扩展真实值与预测值之间的预测误差来嵌入水印，其附加信息采用位置图来处理，因而附加信息所占的空间较大，造成水印容量的减少。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种基于双向预测和泛化扩展的可逆音频水印方法，该方法使用双向预测提高预测精度，更好的发掘采样值之间的冗余性，利用泛化扩展嵌入水印能一次嵌入n个比特水印，大大提高水印的单次嵌入容量，同时利用边界表来处理附加信息减少其所占用的空间，进一步提高水印的有效嵌入容量。本方法在引入较少失真的情况下能嵌入大量的水印。

本发明解决其技术问题所采用的技术方案：一种基于双向预测和泛化扩展的可逆音频水印算法，包含双向预测、泛化扩展、水印嵌入过程、水印提取和音频恢复过程；双向预测是指利用当前采样值的前后各一个采样值来预测当前值；泛化扩展是指对预测误差进行扩展并用预测误差末尾的n个比特位来嵌入水印；水印嵌入之前，利用双向预测计算预测误差并得到预测误差直方图，根据水印容量和n值计算阈值T、LA和LBM；水印嵌入过程中，利用泛化扩展嵌入水印，同时构造边界表并将提取的前LA个采样值末尾的n比特数据作为还原信息嵌入；接着将LBM、T和边界表转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据，最终得到含水印音频；在水印提取和音频恢复过程中，同样利用双向预测和泛化扩展，通过水印嵌入方法的逆运算对水印进行提取并无损恢复原始音频。

所述的水印嵌入过程如下：

a.将音频分为两块：S₁和S₂，利用双向预测计算当前块预测误差并得到预测误差直方图；

b.通过预测误差直方图、原始音频、预置的水印嵌入容量以及n值计算LBM、阈值T和LA；

c.逐一对音频采样值进行类型判断，根据采样值类型进行泛化扩展以嵌入水印或移动采样值，同时构造边界表；

d.若遍历过的采样值个数i≤LA，每遍历一个采样值则提取该采样值尾部的n个比特数据并放到待嵌入信息的尾部以备将来作为还原信息嵌入；

e.在当前块水印嵌入完成后，将LBM、T和边界表转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据。

f.当S₁和S₂均处理完毕后得到含水印的S₁′和S₂′，由第一个和最后一个采样值、S₁′和S₂′组成含水印音频。

所述对水印进行提取并无损恢复原始音频的过程如下：

a.将音频分为两块：S₁′和S₂′，利用双向预测计算预测误差并得到预测误差直方图；

b.根据n值提取LBM并计算得到LA，然后提取T和边界表，将边界表转换成二进制串；

c.循环利用泛化扩展逆序提取信息，直到提取出的信息为水印结束标记为止；

d.从水印结束标记所在的音频采样值开始逆序逐一处理音频采样值，通过判断当前采样值x_i落入的取值范围以及边界表的辅助，对伪边界值和非边界值利用泛化扩展的逆运算提取信息并恢复原始采样值，对真实边界值不作处理；

e.若提取的信息个数num≤LA，每提取出一个信息则用该信息替换掉当前块的第LA-num+1个采样值末尾的n比特数据；若num＞LA，则提取出的信息为水印信息需保存。

f.在当前块水印提取和音频恢复完成后，若所有块均处理完毕，则方法结束，否则进行下一块的处理。最后将恢复的音频采样值块S₁和S₂与第一个和最后一个采样值组成恢复音频。

在所述的双向预测过程中，对于当前采样值x_i，它的前后各一个采样值分别为x_i-1和x_i+1，x_i的预测值px_i按如下公式计算：

在所述的水印嵌入时的泛化扩展过程中，对于当前采样值x_i所对应的预测误差pe_i，其扩展和嵌入水印(b)_n的方法如下：

${\mathrm{pee}}_i=\left\{\begin{array}{cc}{2}^n\×{\mathrm{pe}}_i+{\left(b\right)}_n& \left|{\mathrm{pe}}_i\right|\≤T\\ {\mathrm{pe}}_i+\mathrm{sign}\left({\mathrm{pe}}_i\right)\×(2^n\×T+2^n-1)& \left|{\mathrm{pe}}_i\right|>T\end{array}\right.,---\left(2\right)$

其中，sign(pe_i)的计算公式如下：

$\mathrm{sign}\left({\mathrm{pe}}_i\right)=\left\{\begin{array}{cc}1& {\mathrm{pe}}_i\&GreaterEqual;0\\ -1& p{e}_i<0\end{array}\right..---\left(3\right)$

在所述的水印提取时的泛化扩展过程中，对于当前采样值x_i所对应的预测误差pee_i，其提取水印(b)_n的方法如下：

(b)_n＝pee_i mod 2ⁿ当|pee_i|≤2ⁿ×T+2ⁿ-1，(4)

其扩展还原原始预测误差pe_i的方法如下：

${\mathrm{pe}}_i=\left\{\begin{array}{cc}({\mathrm{pee}}_i-{\left(b\right)}_n){/2}^n& \left|{\mathrm{pee}}_i\right|\&le;2^n\&times;T+2^n-1\\ {\mathrm{pee}}_i-\mathrm{sign}\left({\mathrm{pee}}_i\right)\&times;(2^n\&times;T+2^n-1)& \left|{\mathrm{pee}}_i\right|>2^n\&times;T+2^n-1\end{array}\right..---\left(5\right)$

在所述的水印嵌入过程中所使用的边界表，其构造过程如下：

对当前采样值x_i所对应的预测误差pe_i，

(步骤1)若对pe_i按照(2)进行扩展嵌入水印后，得到的含水印音频采样值满足条件(6)，则在边界表中标识“0”代表x_i为原始边界值，且不对x_i进行任何处理并保持其原值不变；

${\hat{x}}_i>\mathrm{MAXV\; or}{\hat{x}}_i<\mathrm{MINV}---\left(6\right)$

(步骤2)若对pe_i按照(2)进行扩展嵌入水印后，得到的含水印音频采样值

满足条件(7)，则在边界表中标识“1”代表x_i为伪边界值，且改变x_i的值为

$\begin{array}{c}{\hat{x}}_i\&Element;[\mathrm{MAXV}-(2^n\&times;T-(2^n-1)),\mathrm{MAXV}]\\ \mathrm{or}{\hat{x}}_i\&Element;[\mathrm{MINV},\mathrm{MINV}+(2^n\&times;T+(2^n-1))]\end{array}---\left(7\right)$

其中，MAXV和MINV分别为采样值取值的最大值和最小值。

在所述水印的嵌入和提取过程中用到的参数LBM的值为原始采样值中落入取值范围(8)的采样值个数，T为根据预置的水印嵌入容量Capacity和n值计算得到的可扩展预测误差的阈值，即最大值，T需满足(9)：

x_i∈[MAXV-2×(2ⁿ×T-(2ⁿ-1))，MAXV]

(8)

or x_i∈[MINV，MINV+2×(2ⁿ×T+(2ⁿ-1))]

Capacity＝n×(PE_num-BS-LA)                 (9)

其中，PE_num为落入取值范围|pe_i|≤T的预测误差个数，BS为落入取值范围|pe_i|≤T中的真实边界值个数，LA表示所有附加信息占用的空间大小，附加信息包括LBM、T、边界表、1比特的边界表结束标记和n比特水印结束标记；LA的计算公式为：

本发明与现有技术相比所具有的优点是：

(1)本发明所述的基于双向预测和泛化扩展的可逆音频水印方法，所使用的双向预测利用前后各一个采样值来预测当前采样值能更好的发掘采样值之间的冗余性，提高了预测精度，使预测误差直方图中的预测误差分布更加集中。

(2)本发明所述的基于双向预测和泛化扩展的可逆音频水印方法，所使用的泛化扩展修改一个预测误差能嵌入n比特的水印数据，明显提高了水印的单次嵌入容量。

(3)本发明所述的基于双向预测和泛化扩展的可逆音频水印方法，所使用的边界表处理采样值溢出问题，由于只记录真实边界值和伪边界值，其所占用的空间更小，从而增加了水印的有效嵌入容量。

(4)本发明所述的基于双向预测和泛化扩展的可逆音频水印方法，所使用的双向预测、泛化扩展和边界表的综合使用能有效的提高嵌水印后的音频质量，尤其是在n＝1时，嵌水印音频的质量明显高于已有算法。

附图说明

图1为本发明方法整体框架结构图；

图2为本发明中的双向预测示意图，其中各子图分别为音频child、classical、blues、country、folk和pop的实验结果；

图3为本发明中的基于双向预测和泛化扩展的可逆音频水印方法的实验结果示意图；

图4为本发明中的双向预测实验结果示意图。

具体实施方式

本发明的基于双向预测和泛化扩展的可逆音频水印方法的整体框架图如图1所示。整体流程包括水印嵌入、水印提取与音频恢复两大部分。在水印嵌入过程中，首先利用双向预测计算预测误差并得到预测误差直方图，根据水印容量和n值计算阈值T、LA和LBM；然后利用泛化扩展嵌入水印，同时构造边界表并将提取的前LA个采样值末尾的n比特数据作为水印嵌入；最后将LBM、T和边界表转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据，最终得到含水印音频；在水印提取和音频恢复过程中，首先提取LBM、T和边界表，然后利用双向预测和泛化扩展逆序提取水印信息并恢复原始采样值，需要注意的是开始提取的信息并不是真实的水印而是前面LA个采样值末尾的n比特数据，需要还原以方便后续水印提取与采样值还原操作的正常进行，在所有块均提取完水印并恢复原始采样值后就可得到最终的还原音频。

本发明中的水印嵌入过程的具体步骤如下：

步骤1：对输入的音频采样值序列进行分块，分块的标准为：去掉第一个和最后一个采样值，将剩下的采样值分为两块，位于偶数位置的采样值集合为S₁，位于奇数位置的采样值集合为S₂；设当前块为S₁。

步骤2：利用双向预测计算当前块内所有采样值所对应的预测误差并得到预测误差直方图。其中，双向预测如图3所示，它是利用前后各一个采样值来预测当前采样值x_i，按如下公式计算预测值px_i和预测误差pe_i以得到预测误差直方图。

pe_i＝x_i-px_i

步骤3：利用预测误差直方图、原始音频采样值、预置的水印嵌入容量和n值计算阈值T、LA和LBM。方法为遍历预测误差直方图，寻找在给定的水印嵌入容量和n值下，可用于扩展的最大预测误差T，同时计算出边界表最大能占用的空间长度LBM。其中，LBM的值为原始采样值中落入取值范围(*)的采样值个数，T为根据预置的水印嵌入容量Capacity和n值计算得到的可扩展预测误差的阈值，即最大值，T需满足(**)。

x_i∈[MAXV-2×(2ⁿ×T-(2ⁿ-1))，MAXV]

(＊)

or x_i∈[MINV，MINV+2×(2ⁿ×T+(2ⁿ-1))]

Capacity＝n×(PE_num-BS-LA)        (＊＊)

其中，MAXV和MINV为采样值取值的最大值和最小值，PE_num为落入取值范围|pe_i|≤T的预测误差个数，BS为落入取值范围pe_i|≤T中的真实边界值个数，LA表示所有附加信息占用的空间大小，附加信息包括LBM、T、边界表、1比特的边界表结束标记和n比特的水印结束标记。LA的计算公式为：

其中LBM、T和边界表分别需占用24、16和LBM比特空间，

为上取整函数。

最后，初始化i＝0表示已遍历过的采样值个数，L为当前块采样值总数。

步骤4：对采样值x_i，判断其所属的类型，利用泛化扩展进行处理并构造边界表。泛化扩展的过程为，对于当前采样值x_i所对应的预测误差pe_i，其扩展和嵌入水印(b)_n的方法如下：

${\mathrm{pee}}_i=\left\{\begin{array}{cc}{2}^n\&times;{\mathrm{pe}}_i+{\left(b\right)}_n& \left|{\mathrm{pe}}_i\right|\&le;T\\ {\mathrm{pe}}_i+\mathrm{sign}\left({\mathrm{pe}}_i\right)\&times;(2^n\&times;T+2^n-1)& \left|{\mathrm{pe}}_i\right|>T\end{array}\right.,---(***)$

其中(b)_n∈{x|x∈Z，0≤x≤2ⁿ-1}。扩展后得到的嵌水印采样值

对于每一个采样值x_i及其所对应的预测误差pe_i进行如下操作以构造边界表：

(1)若对pe_i按照(***)进行泛化扩展嵌入水印或移动采样值后得到pee_i使得修改后的含水印采样值

满足如下条件，则x_i为真实边界值，不能嵌入水印或移动，应保持原值不变，且在边界表中插入“0”。

${\hat{x}}_i>\mathrm{MAXV\; or}{\hat{x}}_i<\mathrm{MINV}$

(2)若对pe_i按照(***)进行泛化扩展嵌入水印或移动采样值后得到pee_i使得修改后的采样值满足如下条件，则x_i为伪边界值，可以嵌入水印或移动，修改x_i为

且在边界表中插入“1”。

$\begin{array}{c}{\hat{x}}_i\&Element;[\mathrm{MAXV}-(2^n\&times;T-(2^n-1)),\mathrm{MAXV}]\\ \mathrm{or}{\hat{x}}_i\&Element;[\mathrm{MINV},\mathrm{MINV}+(2^n\&times;T+(2^n-1))]\end{array}$

(3)若对pe_i按照(***)进行泛化扩展嵌入水印或移动采样值后

并未落入上述两个区间，则x_i为非边界值，则嵌入水印并修改x_i为

令i＝i+1。

步骤5：若遍历过的采样值个数i≤LA，则取出

(可嵌入且已嵌入水印的采样值)或x_i(不可嵌入水印的采样值)尾部的n个比特数据放到待嵌入数据的末尾以备将来作为还原信息嵌入，转到步骤4；否则，转到步骤6。

步骤6：若i＝L则当前块所有水印均已嵌入完成，在边界表末尾加入“1”标识边界表结束并嵌入水印结束标记“1”，然后将LBM、T和边界表转换成2ⁿ进制数据，并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据，转到步骤7；若i＜L则当前块仍有信息没有嵌入，转到步骤4继续嵌入剩余的信息。

步骤7：若当前块为S₁，设置当前块为S₂并转到步骤2进行S₂的水印嵌入；若当前块为S₂，则将得到含水印的S₁′、S₂′、第一个和最后一个采样值组成含水印音频，方法结束。

需要注意的是，在水印嵌入过程中，利用泛化扩展嵌入的信息包括水印和还原信息，还原信息是当前块的前LA个采样值末尾的n比特数据，它被用来辅助和确保水印提取和音频无损恢复操作的正确进行。

本发明中的对水印进行提取并无损恢复原始音频的具体步骤如下：

步骤1：对输入的音频采样值序列进行分块，分块的标准为：去掉第一个和最后一个采样值，将剩下的采样值分为两块，位于偶数位置的采样值集合为S₁′，位于奇数位置的采样值集合为S₂′；设当前块为S₂′。

步骤2：提取当前块的前

个采样值尾部的n比特数据，并将其转换成十进制形式，即可得到LBM；根据LBM计算出LA，然后提取当前块的前LA个采样值尾部的n比特数据，将其转换成二进制形式并剔除用于表示LBM的数据，逆序搜索边界表结束标记“1”，从而从结束标记前的数据中可提取出T和真实边界表。初始化num＝0表示当前块已提取出的信息个数，L为当前块的采样值个数，i＝L，SD表示提取到的信息并初始化为空，从步骤3开始逆序遍历当前块来提取水印并恢复原始音频采样值。

步骤3：当前采样值x_i，其对应的预测误差为pee_i，泛化扩展的水印提取公式为：

(b)_n＝pee_i mod 2ⁿ  当|pee_i|≤2ⁿ×T+2ⁿ-1，

原始音频采样值所对应的预测误差pee_i的可逆还原公式为：

${\mathrm{pe}}_i=\left\{\begin{array}{cc}({\mathrm{pee}}_i-{\left(b\right)}_n){/2}^n& \left|{\mathrm{pee}}_i\right|\&le;2^n\&times;T+2^n-1\\ {\mathrm{pee}}_i-\mathrm{sign}\left({\mathrm{pee}}_i\right)\&times;(2^n\&times;T+2^n-1)& \left|{\mathrm{pee}}_i\right|>2^n\&times;T+2^n-1\end{array}\right.$

若利用泛化扩展的水印提取公式提取到的信息不是水印结束标记“1”，则反复对接下来的采样值进行水印提取操作直到提取到的信息是水印结束标记“1”为止，每遍历一个采样值置i＝i-1。从提取水印结束标记的采样值的下一个采样值开始按步骤4进行水印和还原信息的提取和原始采样值恢复操作。

步骤4：当前采样值x_i，其对应的预测误差为pee_i，利用泛化扩展进行水印提取和音频恢复操作，其具体过程为：

(1)若x_i落入如下取值范围

x_i∈[MAXV-(2ⁿ×T-(2ⁿ-1))，MAXV]

or x_i∈[MINV，MINV+(2ⁿ×T+(2ⁿ-1))]

则逆序遍历边界表并提取出一个标志，若为0，说明x_i为真实边界值，保持不变，转到步骤6；若为1，说明x_i为伪边界值，此时，若|pee_i|≤2ⁿ×T+2ⁿ-1则按照泛化扩展的水印提取公式提取出信息，将该信息存入变量SD中并按照可逆还原公式恢复x_i的原始值x′_i，计算公式为x′_i＝px_i+pe_i，若|pee_i|＞2ⁿ×T+2ⁿ-1则按照可逆还原公式恢复x_i的原始值x′_i，计算公式为x′_i＝px_i+pe_i。

(2)若x_i没有落入(1)中的取值范围，则x_i不是边界值，按照泛化扩展的水印提取公式和可逆还原公式进行相应的处理，若|pee_i|≤2ⁿ×T+2ⁿ-1则按照泛化扩展的水印提取公式提取出信息，将该信息存入变量SD中并按照可逆还原公式恢复x_i的原始值x′_i，计算公式为x′_i＝px_i+pe_i，若|pee_i|＞2ⁿ×T+2ⁿ-1则按照可逆还原公式恢复x_i的原始值x′_i，计算公式为x′_i＝px_i+pe_i。

最后，置i＝i-1，若SD中包含信息，则num＝num+1。

步骤5：若SD不为空且num≤LA，用SD替换掉当前块的第LA-num+1个采样值尾部的n比特数据；若SD不为空且num＞LA，则SD为真实水印数据，保存到水印数组中。

步骤6：若当前块没有处理完毕，则跳到步骤4；否则，若当前块为S₂′则置S₁′为当前块并跳到步骤2进行S₁′的水印提取与音频恢复操作，若当前块为S₁′则最后得到的还原后的采样值块S₁和S₂与第一个和最后一个采样值组成恢复音频，提取出的水印数组即为真实水印信息。方法结束。

在图2中，所有子图的横坐标表示嵌入率(Embedding Ratio，ER)，单位为bits/sample，纵坐标表示分段信噪比(Segmental Signal-to-Noise Ratio，SegSNR)。图2中各子图分别为音频child、classical、blues、country、folk和pop的实验结果。其中，用来作比较的严和王(Yanand Wang)的方法是目前可逆音频水印中最新颖和最好的方法。

从图2可以看出，当n＝1时，本发明的泛化扩展(Generalized Expansion，GE)具有和严和王(Yan and Wang)的实验结果相同的嵌入容量，但GE在音频质量上较其有明显的提高。当n＝2、3时，GE在容量上具有明显的优势且音频质量也在可接受的范围内。另外，图2中显示的GE(n＝2和3)时的最大嵌入率并不是该方法的最大极限嵌入容量。

在图4中，横坐标的序号依次代表音频样本：child、classical、blues、country、folk、pop、bird、bell、woman、count，纵坐标代表使用双向预测计算得到的预测误差直方图中，处于峰值点的预测误差个数，其中每组白色柱形为本发明中的双向预测结果，黑色柱形为严和王(Yan and Wang)所使用的单向预测器的结果。图4的实验结果说明了本发明所设计的双向预测比同类的音频预测器在预测精度上有明显的提高。

大量实验结果表明，与以往的音频可逆水印方案相比，本发明所设计的基于双向预测和泛化扩展的可逆音频水印方案无论从水印嵌入容量上还是音频质量上都有相当程度的提高。

本发明未详细阐述的部分属于本领域公知技术。

Claims (6)

1.一种基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：包含双向预测、泛化扩展、水印嵌入过程、水印提取和音频恢复过程；双向预测是指利用当前采样值的前后各一个采样值来预测当前值；泛化扩展是指对预测误差进行扩展并用预测误差末尾的n个比特位来嵌入水印；水印嵌入之前，利用双向预测计算预测误差并得到预测误差直方图，根据水印容量和n值计算阈值T、LA和LBM；在嵌入过程中，利用泛化扩展嵌入水印，同时构造边界表并将提取的前LA个采样值末尾的n比特数据作为还原信息嵌入；接着将LBM、T和边界表转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据，最终得到含水印音频；在水印提取和音频恢复过程中，同样利用双向预测和泛化扩展，通过水印嵌入方法的逆运算对水印进行提取并无损恢复原始音频；

所述的水印嵌入过程如下：

a.将音频分为两块：S₁和S₂，利用双向预测计算当前块预测误差并得到预测误差直方图；

b.通过预测误差直方图、原始音频、预置的水印嵌入容量以及n值计算LBM、阈值T和LA；

c.逐一对音频采样值进行类型判断，根据采样值类型进行泛化扩展以嵌入水印或移动采样值，同时构造边界表；

d.若遍历过的采样值个数i≤LA，每遍历一个采样值则提取其尾部的n个比特数据并放到待嵌入信息的尾部以备将来作为还原信息嵌入；

e.在当前块水印嵌入完成后，将LBM、T和边界表等附加信息转换成2ⁿ进制数据并用转换后的数据替换掉当前块的前LA个采样值末尾的n比特数据；

f.当S₁和S₂均处理完毕后得到含水印的S₁′和S₂′，由第一个和最后一个采样值、S₁′和S₂′组成含水印音频；

所述对水印进行提取并无损恢复原始音频的过程如下：

a.将音频分为两块：S₁′和S₂′，利用双向预测计算预测误差并得到预测误差直方图；

b.根据n值提取LBM并计算得到LA，然后提取阈值T和边界表，将边界表转换成二进制串；

c.循环利用泛化扩展逆序提取信息，直到提取出的信息为水印结束标记为止；

d.从水印结束标记所在的音频采样值开始逆序逐一处理音频采样值，通过判断当前采样值x_i落入的取值范围以及边界表的辅助，对伪边界值和非边界值利用泛化扩展的逆运算提取信息并恢复原始采样值，对真实边界值不作处理；

e.若提取的信息个数num≤LA，每提取出一个信息则用提取的信息替换掉当前块的第LA-num+1个采样值末尾的n比特数据；若num＞LA，则提取出的信息为水印信息需保存；

f.在当前块水印提取和音频恢复完成后，若所有块均处理完毕，则方法结束，否则进行下一块的处理；最后将恢复的音频采样值块S₁和S₂与第一个和最后一个采样值组成恢复音频。

2.根据权利要求1所述的基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：在所述的双向预测过程中，对于当前采样值x_i，它的前后各一个采样值分别为x_i-1和x_i+1，x_i的预测值px_i按如下公式计算：

3.根据权利要求1所述的基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：在所述的水印嵌入时的泛化扩展过程中，对于当前采样值x_i所对应的预测误差pe_i，其扩展和嵌入水印(b)_n的方法如下：

${\mathrm{pee}}_i=\left\{\begin{array}{cc}{2}^n\&times;{\mathrm{pe}}_i+{\left(b\right)}_n& \left|{\mathrm{pe}}_i\right|\&le;T\\ {\mathrm{pe}}_i+\mathrm{sign}\left({\mathrm{pe}}_i\right)\&times;(2^n\&times;T+2^n-1)& \left|{\mathrm{pe}}_i\right|>T\end{array}\right.,---\left(2\right)$

其中，sign(pe_i)的计算公式如下：

$\mathrm{sign}\left({\mathrm{pe}}_i\right)=\left\{\begin{array}{cc}1& {\mathrm{pe}}_i\&GreaterEqual;0\\ -1& p{e}_i<0\end{array}\right..---\left(3\right)$

4.根据权利要求1所述的基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：所述的水印提取时的泛化扩展过程中，对于当前采样值x_i所对应的预测误差pee_i，其提取水印(b)_n的方法如下：

(b)_n＝pee_i mod 2ⁿ当|pee_i|≤2ⁿ×T+2ⁿ-1，(4)

其扩展还原原始预测误差pe_i的方法如下：

${\mathrm{pe}}_i=\left\{\begin{array}{cc}({\mathrm{pee}}_i-{\left(b\right)}_n){/2}^n& \left|{\mathrm{pee}}_i\right|\&le;2^n\&times;T+2^n-1\\ {\mathrm{pee}}_i-\mathrm{sign}\left({\mathrm{pee}}_i\right)\&times;(2^n\&times;T+2^n-1)& \left|{\mathrm{pee}}_i\right|>2^n\&times;T+2^n-1\end{array}\right..---\left(5\right)$

5.根据权利要求3所述的基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：在所述的水印嵌入过程中所使用的边界表，其构造过程如下：

对当前采样值x_i所对应的预测误差pe_i，

(步骤1)若对pe_i按照(2)进行扩展嵌入水印后，得到的含水印音频采样值

满足条件(6)，则在边界表中标识“0”代表x_i为原始边界值，且不对x_i进行任何处理并保持其原值不变；

${\hat{x}}_i>\mathrm{MAXV\; or}{\hat{x}}_i<\mathrm{MINV}---\left(6\right)$

(步骤2)若对pe_i按照(2)进行扩展嵌入水印后，得到的含水印音频采样值

满足条件(7)，则在边界表中标识“1”代表x_i为伪边界值，且改变x_i的值为

$\begin{array}{c}{\hat{x}}_i\&Element;[\mathrm{MAXV}-(2^n\&times;T-(2^n-1)),\mathrm{MAXV}]\\ \mathrm{or}{\hat{x}}_i\&Element;[\mathrm{MINV},\mathrm{MINV}+(2^n\&times;T+(2^n-1))]\end{array}---\left(7\right)$

其中，MAXV和MINV分别为采样值取值的最大值和最小值。

6.根据权利要求5所述的基于双向预测和泛化扩展的可逆音频水印方法，其特征在于：在所述水印的嵌入和提取过程中用到的参数LBM的值为原始采样值中落入取值范围(8)的采样值个数，T为根据预置的水印嵌入容量Capacity和n值计算得到的可扩展预测误差的阈值，即最大值，T需满足(9)：

x_i∈[MAXV-2×(2ⁿ×T-(2ⁿ-1))，MAXV]

                                        (8)

or x_i∈[MINV，MINV+2×(2ⁿ×T+(2ⁿ-1))]

Capacity＝n×(PE_num-BS-LA)              (9)

其中，PE_num为落入取值范围|pe_i|≤T的预测误差个数，BS为落入取值范围|pe_i|≤T中的真实边界值个数，LA表示所有附加信息占用的空间大小，附加信息包括LBM、T、边界表、1比特的边界表结束标记和n比特水印结束标记；LA的计算公式为：

Images