CN103455972B - 一种利用载体增强稳健性的多比特扩频水印方法 - Google Patents

Abstract

本发明的利用载体增强稳健性的多比特扩频水印方法，包括：a)生成一组伪随机序列；b)用函数对序列进行预处理；c)载体信号变换；d)预处理并求取内积；e)根据载体与水印的相关性计算水印功率衰减因子；f)水印信息嵌入；g)获取含水印的多媒体信号。水印提取过程包括：h)含水印信号的变换；i)预处理含水印信号；j)生成参考序列；k)获取判决变量；l)提取水印信息。本发明的多比特扩频水印方法，充分利用载体来增强水印的稳健性，缓和了水印速率、透明度与稳健性之间的矛盾，从而获得比现有方案更优异的性能。另一方面，本发明所述方法对载体类型、载体向量的获得方式以及嵌入端与提取端的预处理方法没有任何限制，具有很好的通用性。

Description

一种利用载体增强稳健性的多比特扩频水印方法

技术领域

本发明涉及一种利用载体增强稳健性的多比特扩频水印方法，更具体的说，尤其涉及一种对水印速率、透明度与稳健性进行优化的、利用载体增强稳健性的多比特扩频水印方法。

背景技术

数字水印通常指在音频、图像、视频等多媒体载体中嵌入难以被察觉的版权标识、控制信息或秘密消息等，并在接收端提取出这些信息。近年来，数字水印技术被广泛应用于版权保护、真伪鉴定、设备控制、广播监测和隐蔽通信等领域。数字水印系统的性能指标主要包括：透明度，反映嵌入水印对载体品质的影响；嵌入速率，即水印的信息速率；以及稳健性，即经过多媒体信号处理或恶意攻击后水印的恢复能力。通常希望水印透明度好（对载体影响小）、速率高且稳健性强（能够抵抗大多数信号处理和攻击），但三者难以兼得。

扩频（Spread Spectrum, SS）调制是保密通信和第三代移动通信的关键技术，它能够以极低的信号功率实现可靠的通信，由此也成为数字水印的一类基本方案。扩频水印利用伪随机序列将每个水印信息比特的能量分散后再叠加到载体上，接收端通过相关运算削弱与该伪随机序列不相关的干扰并解调出水印信息。扩频水印具有透明度好、稳健性强、易于实现自同步等优点，从而广泛应用于稳健水印系统中。然而，传统的扩频水印存在两大缺陷：

1）由于水印的频谱需要被充分扩展以对抗干扰，而扩展后的水印频谱不能超过载体带宽，因此水印的嵌入速率受到极大的限制，通常只有载体速率的千分之一甚至万分之一；

2）由于水印叠加到载体上，因此载体对水印的解调形成强干扰，限制了水印的稳健性，即使在无攻击的条件下接收端也难以实现零误码的水印提取。

为了改善扩频水印的嵌入速率，常采用多比特扩频调制，如码分多址（CodeDivision Multiple Access, CDMA）。该方案将水印比特等分成若干组，对每组中的各个水印比特分别采用扩频调制，再将调制后的水印序列叠加并嵌入到载体信号中。然而，该方案等效于若干个独立的一比特扩频水印的叠加，其依然面临载体对水印的干扰问题，随着水印嵌入速率的提高其稳健性急剧恶化。

为了削弱扩频水印中载体对水印的干扰，Malvar等提出了改进扩频（ImprovedSpread Spectrum, ISS）调制技术，在嵌入端利用水印序列与载体信号的相关性来补偿载体对水印的干扰，从而实现了无攻击时零误码的水印提取。进一步地，Mayer等将改进扩频调制扩展到基于CDMA的水印系统中，改善了多比特扩频水印的稳健性。然而，最新的研究成果表明，扩频水印中部分载体分量对水印的恢复具有积极作用，巧妙地利用这部分有益的载体分量将缓和水印的嵌入速率、透明度及稳健性之间的矛盾，进而提高扩频水印系统的性能。现有的多比特扩频水印方案或无视载体的干扰，或将其完全抵消，均无法发挥载体对水印的积极作用。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种对水印速率、透明度与稳健性进行优化的、利用载体增强稳健性的多比特扩频水印方法。

本发明的利用载体增强稳健性的多比特扩频水印方法，其特别之处在于，包括水印嵌入和水印提取步骤，设需要在个载体数据中嵌入个水印比特；所述水印嵌入通过以下步骤来实现：

a).生成伪随机序列，伪随机序列发生器根据给定的密钥产生个长度为的伪随机序列，用列向量()表示，序列中各元素取值为；伪随机序列可以选用m序列、Gold序列、混沌序列等；

b).对伪随机序列进行预处理，采用函数表达式为的嵌入端预处理方法，对步骤a)中生成的伪随机序列进行预处理，以使其符合水印透明度的要求；处理后的伪随机序列记作，其中；该预处理过程可以是任意确定性的信号处理，如幅度压缩、滤波、基于感知模型的水印整形等，也可以是空操作（即）；

c).载体信号变换，利用可逆的数学变换将载体信号转换为可进行水印嵌入的嵌入域信号，并逐段分割为等长的、元素个数为的载体向量；该变换方式可以是离散傅里叶变换、离散余弦变换或离散小波变换，或者为计算特征值、奇异值或范数的载体特征提取或分解方法；

d).预处理并求取内积，采用函数表达式为的提取端预处理方法，对载体序列和步骤b)中处理后的伪随机序列进行处理，处理后的结果分别为、；预处理方法可以是放大、滤波、降噪等信号处理方法，也可以是空操作（即不处理）；

对于元素个数均为的列向量和来说，定义向量内积为，其中表示向量转置；按照下面的公式分别计算、与个伪随机序列的内积：

，，其中；

e).计算水印功率衰减因子，给出关于的线性方程组：，其中：

，；

,；

常数用于控制水印的稳健性与透明度，其取值满足0＜＜1；为载体干扰抑制因子，表示当前载体序列中待嵌入的第个水印比特上的载体干扰被完全抵消，表示载体干扰被完全保留；，为第个待嵌入的水印比特，；

由线性方程组可得，，根据判定的值和给定的值，可求出各伪随机序列的功率衰减因子；其中，对于足够长的伪随机序列，不同序列之间的相关性很小，即，则矩阵可逆，因此功率因子可通过进行求解。本发明在求解该线性方程组的方法方面不受限制。

f).水印信息的嵌入，采用如下式所示的多比特扩频水印嵌入方法实现水印序列与载体信号的叠加；

其中，为载体向量，为嵌入水印后的向量；

g).获取含水印的多媒体信号，采用步骤c)中数学变换的逆变换，将嵌入域中含水印信息的信号反变换回原始载体所在的时域或空域，得到含水印的多媒体信号。

本发明的利用载体增强稳健性的多比特扩频水印方法，所述水印提取通过以下步骤来实现：

h).含水印信号的变换，采用与步骤c)中相同的数学变换，将接收到的含水印的多媒体信号转换为嵌入域信号，并逐段分割为元素个数为的含水印的序列；

i).预处理含水印信号，采用与步骤d)中相同的提取端预处理方法，对含水印的序列进行预处理，得到处理结果；

j).生成参考序列，伪随机序列发生器根据与步骤a)中相同的密钥产生个长度为的参考序列()，序列与步骤a)中的伪随机序列()一致；

k).获取判决变量，计算各参考序列与预处理后的含水印信号的内积，得到个判决变量，记作，其中；

l).提取水印信息，根据判决变量的符号解调出嵌入的水印信息，恢复出的第个水印比特记作，其中为取符号函数，。

本发明所述利用载体增强稳健性的多比特扩频水印方法，步骤a)中生成的伪随机序列和步骤j)中生成的参考序列为m序列、Gold序列或混沌序列。

本发明所述利用载体增强稳健性的多比特扩频水印方法，步骤b)中对伪随机序列进行预处理的方法为幅度压缩、滤波、基于感知模型的水印整形或者空操作；在载体信号为音频信号的情况下，则步骤b)中的预处理方法采用心理声学模型对生成的伪随机序列进行整形，其通过以下步骤来实现：

b-1). 转换为子带数据，利用分析子带滤波器将音频采样序列和伪随机序列()进行分段，每段转换为频域的384个子带数据，分别记作和，其中；

b-2). 计算信号掩蔽比，通过MPEG-1心理声学模型计算输入音频信号的32个子带的信号掩蔽比，单位为dB，并以相邻的12个值相同的形式将其插值为384个值，记为；

b-3).对子带数据进行整形，按照下面的公式对伪随机序列的子带数据进行整形：

；

其中函数返回两个参数中的最小值；

b-4).转换至时域，利用合成子带滤波器将整形后的伪随机序列的子带数据转换回时域，得到。

本发明所述利用载体增强稳健性的多比特扩频水印方法，步骤c)中的可逆的数学变换为离散傅里叶变换、离散余弦变换或离散小波变换，或者为计算特征值、奇异值或范数的载体特征提取或分解方法。

本发明所述利用载体增强稳健性的多比特扩频水印方法，步骤d)与步骤i)中的提取端预处理方法为放大、滤波、降噪或者空操作。

本发明所述利用载体增强稳健性的多比特扩频水印方法，步骤e)中的取值范围为0.5≤≤0.8。

本发明的有益效果是：本发明的利用载体增强稳健性的多比特扩频水印方法，与现有技术相比，充分利用载体来增强扩频水印的稳健性，从而在相同的水印速率和透明度条件下使水印具有更好的抗干扰能力。分析如下：

水印提取端的输入信号经嵌入域变换后（记作）可以表示为嵌入水印后的变换域信号与加性干扰噪声（记为）之和，即；根据步骤f)中的水印嵌入方法及步骤k)中的水印解调方法，得到的判决变量可表示为：

其中，， 。

根据步骤e)中的线性方程组，得到

代入上述判决变量的表示式，得到

现有的基于CDMA的多比特扩频水印方案可分为如下两类，并均可用上述模型进行描述。以下将其与本发明进行对比以体现本发明的技术优势。

对照方案1）：基于传统扩频的CDMA水印方案（SS-CDMA），等效于，则其判决变量可写作。根据步骤l)中的水印比特判决方式，易知当时，载体分量将使判决变量的幅度降低，从而导致水印的抗干扰能力下降，甚至直接改变的符号而造成解调错误。因此，该方案的水印稳健性受到载体的严重影响。

对照方案2）：基于改进扩频的CDMA水印方案（ISS-CDMA），等效于，则其判决变量可写作。与对照方案1）相比，载体分量被完全抵消，即不存在载体干扰，其水印稳健性显著优于对照方案1）。特别地，当取最优参数时，该方案的水印稳健性达到最佳。

在本发明中，按照步骤e)中参数的计算方式，可以得到判决变量的表示式如下

当时，判决变量的形式与对照方案2）相同，载体干扰被抵消；当时，对照方案2）中判决变量的绝对值为（），而本发明中判决变量的绝对值为

即本发明中的判决变量具有更大的幅度以对抗干扰，其表示式中的一项体现了本发明所述的利用载体增强水印稳健性的技术路线。

水印的稳健性常用水印解调的误比特率来衡量。在白噪声干扰下，本发明所述方案与对照方案的水印误比特率随信噪比（以dB为单位）的变化如图3所示，下方的曲线具有更好的稳健性（各方案的水印透明度和嵌入速率保持一致）。可见，由于本发明充分利用载体来增强水印的稳健性，缓和了水印速率、透明度与稳健性之间的矛盾，因而获得比现有方案更优异的性能。另一方面，本发明所述方法对载体类型、载体向量的获得方式以及嵌入端与提取端的预处理方法没有任何限制，因而具有很好的通用性。

附图说明

图1为本发明中水印嵌入的原理图；

图2为本发明中水印提取的原理图；

图3为本发明的方法与现有方法的水印稳健性实验结果对比；

图4为实施例中嵌入端预处理的原理图。

具体实施方式

下面结合附图与音频水印中的实施例对本发明作进一步说明。

音频载体为音频信号的时域采样序列，每个采样点为一帧，每帧嵌入个水印比特，则水印嵌入速率为(bit/s)，其中为音频采样率，常见32000/44100/48000Hz等。越大或越小则水印稳健性越好，但速率越低，通常可取，。根据图1，水印嵌入过程包括以下步骤：

步骤(1)，伪随机序列发生器根据给定的密钥产生个长度为的伪随机序列，用列向量表示，序列各元素取值为（双极性）。扩频水印中帧长通常较大，不同的伪随机序列所得到的水印性能基本相同。

伪随机序列可以通过来获取，其中为第个长为的双极性Walsh序列；为长为的任意双极性伪随机序列，可由Matlab等软件产生；表示两个向量对应元素相乘。由于Walsh序列的正交性，上述方法构造了个伪随机正交序列，即，其中定义为两个向量的内积。

步骤(2)，嵌入端预处理器对生成的伪随机序列进行预处理，使其符合水印透明度的要求。预处理方法用函数表示，处理后的序列记作。本例中采用MPEG-1（ISO/IEC 11172-3）中的心理声学模型对生成的伪随机序列进行整形，整形方法见文献P. Zhang, S. Xu, and H. Yang, “Robust audio watermarking based onextended improved spread spectrum with perceptual masking,” InternationalJournal of Fuzzy Systems, vol. 14, no. 2, pp. 289-295, 2012. 基于上述整形方案的嵌入端预处理器结构如图4所示，主要步骤包括：

2.1)，分析子带滤波器将音频采样序列和第个伪随机序列分段，每段转换为频域的384个子带数据，分别记作和 。

2.2)，通过MPEG-1心理声学模型计算每段输入音频信号的32个子带的信号掩蔽比（以dB为单位），并插值为384个值（每个子带的信号掩蔽比重复12次），记为。

2.3)，频谱整形器按下式对输入伪随机序列的子带数据进行整形：

2.4)，合成子带滤波器将整形后的伪随机序列的子带数据转换回时域，得到。

上述预处理方案仅为本发明的一个实施例；事实上，本发明所述的嵌入端预处理过程可以是任何确定性的信号处理，本发明的范围在此方面不受限制。

步骤(3)，由于步骤(2)中已将整形后的伪随机序列转换至时域，可直接在时域进行水印嵌入，故本例中嵌入域变换为空变换，变换后的载体序列即为音频的时域采样序列。

步骤(4)，水印嵌入过程可以表示为

其中，和分别为载体音频信号和嵌入水印后的音频；为待嵌入的水印信息比特；为各伪随机序列的功率衰减因子，由功率调节器计算，步骤如下：

4.1)，水印提取端预处理器采用高通滤波器，并记作。高通滤波器的阻带和通带边缘频率分别设置为3kHz和4kHz，用于滤除音频信号的低频分量。阻带衰减和通带波纹分别设置为-20dB和0.05。滤波器的结构与设计方法对系统性能的影响不显著，其系数可用Matlab等数学工具产生。该预处理过程也可以是其它任何确定性的信号处理，本发明的范围在此方面不受限制。用对载体序列及嵌入端预处理后的伪随机序列进行滤波处理，并分别计算它们与个参考序列的内积。此过程可表示为

，

4.2)，求解关于的线性方程组，得到，其中

常数用于控制水印的稳健性与透明度，其取值应满足约束，越大则水印稳健性越强，但透明度越差。通常可取0.5~0.8。载体干扰分析器按下式计算载体干扰抑制因子：

代入方程组后由衰减因子计算器求解，并将计算得到的代入步骤(4)中的水印嵌入公式，产生含水印的载体序列。由于本例中嵌入域为时域，故即为含水印的音频信号。

水印提取单元按照图2所示流程提取水印。由于本例中水印的嵌入域为时域，故水印提取单元直接对接收到的音频时域采样序列进行水印提取。提取端预处理器按4.1)中的方法对音频信号进行高通滤波，结果用表示。伪随机序列发生器及其密钥应与嵌入单元一致，故得到与嵌入端相同的个参考序列。解调器计算各参考序列与预处理后的音频信号的内积，得到个判决变量，并根据其符号恢复出嵌入的水印信息，即。

本发明充分利用载体来增强水印的稳健性，缓和了水印速率、透明度与稳健性之间的矛盾，因而获得比现有方案更优异的性能。另一方面，本发明所述方法对载体类型、载体向量的获得方式以及嵌入端与提取端的预处理方法没有任何限制，因而具有很好的通用性。

Claims (6)

1.一种利用载体增强稳健性的多比特扩频水印方法，其特征在于，包括水印嵌入和水印提取步骤，设需要在N个载体数据中嵌入K个水印比特；所述水印嵌入通过以下步骤来实现：

a).生成伪随机序列，伪随机序列发生器根据给定的密钥产生K个长度为N的伪随机序列，用列向量u_j(j＝1,…,K)表示，序列中各元素取值为±1；

b).对伪随机序列进行预处理，采用函数表达式为H_t(·)的嵌入端预处理方法，对步骤a)中生成的伪随机序列进行预处理，以使其符合水印透明度的要求；处理后的伪随机序列记作u_tj＝H_t(u_j)，其中j＝1,…,K；

c).载体信号变换，利用可逆的数学变换将载体信号转换为可进行水印嵌入的嵌入域信号，并逐段分割为等长的、元素个数为N的载体序列x；

d).预处理并求取内积，采用函数表达式为H_r(·)的提取端预处理方法，对载体序列x和步骤b)中处理后的伪随机序列u_tj进行处理，处理后的结果分别为H_r(x)、H_r(u_tj)；

对于元素个数均为N的列向量z₁和z₂来说，定义向量内积为<z₁,z₂>＝z₁ ^T·z₂/N，其中^T表示向量转置；按照下面的公式分别计算H_r(x)、H_r(u_tj)与K个伪随机序列u_i的内积：

x_i＝<H_r(x),u_i>，u_ji＝<H_r(u_tj),u_i>，其中i,j＝1,…,K；

e).计算水印功率衰减因子α_j，给出关于α_j的线性方程组：A·[α₁,α₂,…,α_K]^T＝B，其中：

${\mathrm{\&lambda;}}_i=\left\{\begin{array}{cc}1,& b_i{x}_i<0\\ 0,& b_i{x}_i\&GreaterEqual;0_i\end{array}\right.,i=1,...,K;$

常数β用于控制水印的稳健性与透明度，其取值满足0＜β＜1；λ_i为载体干扰抑制因子，λ_i＝1表示当前载体序列中待嵌入的第i个水印比特上的载体干扰被完全抵消，λ_i＝0表示载体干扰被完全保留；b_i∈{±1}，为第i个待嵌入的水印比特，i＝1,…,K；

由线性方程组A·[α₁,α₂,…,α_K]^T＝B可得，[α₁,α₂,…,α_K]^T＝A^-1·B，根据判定的λ_i值和给定的β值，可求出各伪随机序列的功率衰减因子α_j；

f).水印信息的嵌入，采用如下式所示的多比特扩频水印嵌入方法实现水印序列与载体信号的叠加：

$s=x+\underset{j=1}{\overset{K}{\&Sigma;}}{\mathrm{\&alpha;}}_j{b}_j{u}_{tj}$

其中，x为载体序列，s为嵌入水印后的向量，b_j为第j个待嵌入的水印比特，b_j∈{±1}；

g).获取含水印的多媒体信号，采用步骤c)中数学变换的逆变换，将嵌入域中含水印信息的信号s反变换回原始载体所在的时域或空域，得到含水印的多媒体信号；

所述水印提取通过以下步骤来实现：

h).含水印信号的变换，采用与步骤c)中相同的数学变换，将接收到的含水印的多媒体信号转换为嵌入域信号，并逐段分割为元素个数为N的含水印的序列y；

i).预处理含水印信号，采用与步骤d)中相同的提取端预处理方法H_r(·)，对含水印的序列y进行预处理，得到处理结果H_r(y)；

j).生成伪随机序列，伪随机序列发生器根据与步骤a)中相同的密钥产生K个长度为N的伪随机序列u_i(i＝1,…,K)，序列u_i与步骤a)中的伪随机序列u_j(j＝1,…,K)一致；

k).获取判决变量，计算各伪随机序列与预处理后的含水印信号的内积，得到K个判决变量，记作r_i＝<H_r(y),u_i>，其中i＝1,…,K；

l).提取水印信息，根据判决变量的符号解调出嵌入的水印信息，恢复出的第i个水印比特记作其中sign(·)为取符号函数，i＝1,…,K。

2.根据权利要求1所述的利用载体增强稳健性的多比特扩频水印方法，其特征在于，步骤a)中生成的伪随机序列和步骤j)中生成的伪随机序列为m序列、Gold序列或混沌序列。

3.根据权利要求1所述的利用载体增强稳健性的多比特扩频水印方法，其特征在于，步骤b)中对伪随机序列进行预处理的方法为幅度压缩、滤波、基于感知模型的水印整形或者空操作；

在载体信号为音频信号的情况下，则步骤b)中的预处理方法采用心理声学模型对生成的伪随机序列进行整形，其通过以下步骤来实现：

b-1).转换为子带数据，利用分析子带滤波器将音频采样序列x和伪随机序列u_j(j＝1,…,K)进行分段，每段转换为频域的384个子带数据，分别记作S_x(k)和S_ui(k)，其中k＝0,…,383；

b-2).计算信号掩蔽比，通过MPEG-1心理声学模型计算输入音频信号的32个子带的信号掩蔽比，单位为dB，并以相邻的12个值相同的形式将其插值为384个值，记为M(k)；

b-3).对子带数据进行整形，按照下面的公式对伪随机序列的子带数据进行整形：

S_uo(k)＝sign(S_ui(k))·|S_x(k)|·min(1,10^-M(k)/20)；

其中函数min(·,·)返回两个参数中的最小值；

b-4).转换至时域，利用合成子带滤波器将整形后的伪随机序列的子带数据S_uo(k)转换回时域，得到u_tj。

4.根据权利要求1所述的利用载体增强稳健性的多比特扩频水印方法，其特征在于，步骤c)所述的可逆的数学变换为离散傅里叶变换、离散余弦变换或离散小波变换，或者为计算特征值、奇异值或范数的载体特征提取或分解方法。

5.根据权利要求1所述的利用载体增强稳健性的多比特扩频水印方法，其特征在于，步骤d)与步骤i)所述的提取端预处理方法H_r(·)为放大、滤波、降噪或者空操作。

6.根据权利要求1所述的利用载体增强稳健性的多比特扩频水印方法，其特征在于，步骤e)中所述的β的取值范围为：0.5≤β≤0.8。