[发明专利]一种基于常数Q变换的音频水印嵌入方法

说明书

技术领域

本发明涉及一种基于常数Q变换的音频水印嵌入方法，属于信息隐藏技术领域。

背景技术

随着因特网和多媒体技术的飞速发展和广泛应用，数字多媒体信息（图像、视频、音频等）的存储、处理和传输变得越来越方便快捷，但由于数字媒体易于无损拷贝和分发的特点，其暴露出的问题也越来越明显：作品侵权更加容易，篡改更加方便。在这种背景下，能够有效地实行版权保护的数字水印（digital watermarking）技术应运而生。从技术上将，数字水印就是将水印数据（出版者的名字、签名、logo、序列号等等）隐藏到真实的媒介中，而不影响这种媒介的正常使用。

根据应用的范围，数字水印通常分为三类：音频水印、图像水印和视频水印。由于人类的听力感官比其他的感官更加敏感，因此，在确保不被感知的提前下把额外的信息嵌入到音频中的难度明显比嵌入到图像和视频等媒介中高。

一种有效且实用的音频水印方案必须满足三个重要的条件：不可感知性、鲁棒性和安全性。不可感知性指的是嵌入的水印数据必须满足基本能不被人感觉到。鲁棒性指的是嵌入水印的信号在不受攻击或受攻击后准确提取水印数据的能力。水印的不可感知性和鲁棒性是始终相互制约的，增强不可感知性，就会削弱鲁棒性，过多地强调鲁棒性，就无法保证水印的不可感知性。但对于有效的水印算法来说，不可感知性和鲁棒性必须同时满足。安全性指的是水印方案需要使用密钥，当一个人不被授权不知道密钥时，他不能准确的提取水印。

一般来讲，大多数现有音频水印技术，是通过对音频的时域或变换域的信息作一定的修改来嵌入水印。在时域嵌入水印实现简单，而且水印的嵌入量较大，但此时音频信号的鲁棒性较低，安全性很差；而在变换域中水印的嵌入和提取比在时域上更加复杂，但这种情况下的水印算法鲁棒性较强，安全性较高。

发明内容

本发明所要解决的技术问题是提供一种基于常数Q变换的音频水印嵌入算法，将作为媒介的音频信号从时域转换到频域，得到常数Q变换系数，然后通过改变特定频程前后帧的能量来嵌入和提取水印，这种算法能够在保证不可感知性的同时得到很高的鲁棒性。

本发明为解决上述技术问题采用以下技术方案：

一种基于常数Q变换的音频水印嵌入算法，具体步骤如下：

步骤1，选取音频信号，对其进行常数Q变换，得到每个频程的常数Q变换系数以及频谱图，随机生成N位由0和1组成的数字串作为水印，N为自然数；

步骤2，根据频谱图分析音频信号在每个频程的能量分布情况，选取可用于嵌入水印的频程；

步骤3，分析步骤2选出的频程中每一帧的常数Q变换系数大小，并计算每一帧的能量，确定用于嵌入水印的频程，并得到在该频程中非零帧之间索引值的最小差值diffIdx；确定用于嵌入水印的频程后，计算这个频程中每一帧的能量，当某一帧的能量a与其后面第X个非零帧的能量b关系满足b>a>=0.9b或a>b>=0.9a时，将这一帧添加到可用于嵌入水印的候选帧中；重复对每一帧进行判定，得到一列可用于嵌入水印的候选帧，并记录下这些候选帧对应的索引值；X为自然数且大于等于5；

步骤4，对候选帧进行再次判定得到用于嵌入水印的帧，判定方法为：当后一帧的索引值Idx2与前一帧的索引值Idx1的差值小于diffIdx的Y倍时，将后一帧从候选帧中剔除，得到新的候选帧序列；然后重复采用这个判定方法，最后得到用于嵌入水印的帧；从这些帧中挑选出前N帧作为可用帧，这N帧在该频程中的索引值作为密钥，N为自然数；Y为自然数且大于等于11；

步骤5，根据第n位水印的值来改变可用帧中第n帧和其后第X个非零帧的能量比值来嵌入水印，具体嵌入规则为：当第n位水印位为1时，将可用帧中第n帧的能量提升到原来的m倍，而将其后面的第X个非零帧的能量降低到原来的1/m倍；当水印位为0时，将将可用帧中第n帧的能量降低到原来的1/m倍，而将其后面的第X个非零帧的能量提升到原来的m倍；m为嵌入强度，具体的m的确定方法由实验确定；

步骤6，确定m后，根据步骤5提供的方法嵌入水印，根据帧的能量的改变来相应的改变该帧的常数Q变换系数，然后再进行常数Q变换重构，得到加水印的音频信号；