語音信號數(shù)字水印技術(shù).

1、數(shù)字信號處理課程設(shè)計(jì)報(bào)告題目： 語音信號水印技術(shù)系統(tǒng)設(shè)計(jì) 系 （院）: 專 業(yè)： 班 級： 學(xué) 號： 姓 名： 指導(dǎo)教師： 學(xué)年學(xué)期: 2013 2014 學(xué)年 第 學(xué)期2013年 月 日摘要隨著網(wǎng)絡(luò)和信息技術(shù)的發(fā)展，越來越多的數(shù)字多媒體信息通過網(wǎng)絡(luò)進(jìn)行傳播，與傳統(tǒng)的模擬媒體相比，數(shù)字媒體產(chǎn)品的編輯、復(fù)制和傳播都很方便，它一方面促進(jìn)了社會的進(jìn)步與發(fā)展，另一方面正是這些優(yōu)點(diǎn)突出了版權(quán)問題。由于數(shù)字多媒體信息很容易被未經(jīng)授權(quán)的用戶復(fù)制，且采用傳統(tǒng)密碼方法加密，不能完全解決盜版問題。數(shù)字水印技術(shù)正是應(yīng)運(yùn)而生的信息隱藏技術(shù)，它通過特定的水印算法把版權(quán)信息嵌入在數(shù)字產(chǎn)品中，被嵌入的可以是一段文字、標(biāo)識、

2、序列號等等，人們無法從表面上感知水印的存在，只有專用的檢測儀器或計(jì)算機(jī)軟件才可以檢測出隱藏的數(shù)字水印，從而達(dá)到了保護(hù)數(shù)字作品的所有者利益的目的，并促進(jìn)了數(shù)字產(chǎn)品的開發(fā)與使用。在數(shù)字產(chǎn)品中，音頻數(shù)據(jù)產(chǎn)品的版權(quán)保護(hù)也顯得越來越重要，因?yàn)殡S著數(shù)字化音像制品和音樂制品的大量制作與發(fā)行，一個(gè)令人關(guān)注的突出問題是網(wǎng)上下載音樂對傳統(tǒng)CD業(yè)的巨大沖擊。音頻水印技術(shù)主要利用了人類聽覺模型，在不影響音頻信號質(zhì)量的前提下，將水印信息隱藏在人耳不能感知的位置，來隱藏水印數(shù)據(jù)。本文主要研究語音信號水印技術(shù)，利用小波變換的優(yōu)點(diǎn)和特性對音頻信號嵌入水印，并提取。使嵌入水印音頻想好具有良好的安全性，魯棒性和不可感知性。關(guān)鍵詞

3、 數(shù)字水印 嵌入 提取 小波變換數(shù)字信號處理課程設(shè)計(jì)報(bào)告1目錄1 課題綜述11.1 數(shù)字水印技術(shù)的介紹11.2 數(shù)字水印設(shè)計(jì)原理22 系統(tǒng)分析與設(shè)計(jì)32.1 涉及基礎(chǔ)知識32.2 算法的流程圖52.3 算法實(shí)現(xiàn)53 代碼編寫73.1 主要代碼73.2 程序調(diào)試103.3 程序運(yùn)行與測試10結(jié)論14致謝16參考文獻(xiàn)171 課題綜述1.1 數(shù)字水印技術(shù)的介紹數(shù)字水印就是指嵌入到被保護(hù)對象(如靜止圖像、音頻、視頻)中的某些能夠證明其版權(quán)歸屬的數(shù)字信息，可以是作者的姓名、序列號、公司標(biāo)志等等。數(shù)字水印技術(shù)有著其固有的特點(diǎn)與研究方法。例如，從信息安全保密角度而言，隱藏的信息如果被破壞掉，系統(tǒng)可以視為安全

4、的，因?yàn)槊孛苄畔⒉⑽葱孤?，在?shù)字水印系統(tǒng)中，隱藏信息的丟失意味著版權(quán)信息的丟失，從而失去了版權(quán)保護(hù)的功能。因此數(shù)字水印系統(tǒng)必須具有較強(qiáng)的魯棒性、安全性、透明性等特點(diǎn)：透明性(隱藏性)：經(jīng)過一系列隱藏處理，目標(biāo)數(shù)據(jù)必須沒有明顯的降質(zhì)現(xiàn)象，隱藏的數(shù)據(jù)無法人為的看見或聽見。1) 魯棒性：指抗拒各種處理操作和惡意攻擊而不導(dǎo)致水印信息丟失的能力。所謂的操作包括：傳輸過程中的信道噪聲、濾波、增強(qiáng)有損壓縮、幾何變換、DA或AD轉(zhuǎn)換等等。所謂的攻擊包括：篡改、偽造、去除水印等等。數(shù)字水印起源于信息隱藏技術(shù)，這一點(diǎn)可以從它的隱藏性要求得到證實(shí)。2) 安全性：指將水印信息隱藏于目標(biāo)數(shù)據(jù)的內(nèi)容之內(nèi)，而非文件頭

5、等處，防止因格式轉(zhuǎn)換而遭到破壞。3) 無歧義性：恢復(fù)出的水印或水印判決的結(jié)果應(yīng)該能夠確定地表明所有權(quán)，不會發(fā)生多重所有權(quán)的糾紛。4) 通用性：好的水印算法適用于多種文件格式和媒體格式。通用性在某種程度上意味著易用性。但數(shù)字水印技術(shù)并不等同于信息隱藏技術(shù)，兩者的區(qū)別在于對魯棒性的要求上。信息隱藏的魯棒性要求可以降低，也就是說在數(shù)據(jù)經(jīng)過改動后允許隱藏信息的丟失，信息隱藏主要是關(guān)注隱藏信息的檢測，而數(shù)字水印主要關(guān)注被盜版者擦除的可能性。數(shù)字水印必須能在一定限度內(nèi)承受各種攻擊而留存下來，這樣才能實(shí)現(xiàn)有意義的版權(quán)保護(hù)。在音頻中加入水印，要考慮到音頻載體信號的在人類聽覺系統(tǒng)、音頻格式以及傳送環(huán)境等方面的特

6、點(diǎn)。與圖像和視頻相比，音頻信號在相同的時(shí)間間隔內(nèi)采樣的點(diǎn)數(shù)少。這使得音頻信號中可嵌入的信息量要比可視媒體也要少。并且由于人耳聽覺系統(tǒng)(HAS)要比人眼視覺系統(tǒng)(HVS)敏感得多，因此聽覺上的不可知覺性實(shí)現(xiàn)起來要比視覺上困難得多。1.2 數(shù)字水印設(shè)計(jì)原理水印原始信號密鑰編碼器嵌入水印后信吧息息飛號2息原始水印待測信息密鑰解碼器檢測結(jié)果或提出兵水印圖1-1 水印信號嵌入系統(tǒng)模型 圖 1-2 水印信號檢測系統(tǒng)模型數(shù)字水印技術(shù)包含水印的嵌入、提取/檢測兩個(gè)過程。數(shù)字作品擁有的特定信息，如數(shù)字序列、數(shù)字標(biāo)識、文本或圖像等，按某種算法嵌入到數(shù)字作品中，在需要時(shí)，通過相應(yīng)的算法提取出該水印，從而能夠驗(yàn)證數(shù)字

7、作品的合法性。為了給攻擊者增加去除水印的難度，目前大多數(shù)水印制作方案都采用密碼學(xué)中的加密體系來加強(qiáng)安全性，在水印的嵌入和提取/檢測時(shí)采用一種密鑰，甚至幾種密鑰聯(lián)合使用。數(shù)字水印的嵌入過程如圖1-1所示，數(shù)字水印的提取/檢測過程如圖1-2所示2 系統(tǒng)分析與設(shè)計(jì)2.1 涉及基礎(chǔ)知識2.1.1 離散小波變換（Discrete Wavelet Transform，DWT）小波變換是由法國科學(xué)家Morlet于1980年進(jìn)行地震分析工作時(shí)提出的，但小波變換研究的熱潮始于1986年。小波變換優(yōu)于傅立葉變換的主要原因在于它的多分辨率特性，它可以針對不同信號變換而進(jìn)行窗口的伸縮變化。加窗傅立葉變換可以形象地看成

8、是固定尺寸的矩形時(shí)頻窗口在時(shí)頻域中滑動，并透過這個(gè)窗口來“觀察”信號。這種固定矩形窗口的觀察方法與人們期望的觀察不太一致。例如，對一個(gè)高頻成分豐富的信號，即變化很快的信號，最感興趣的問題是它的發(fā)生時(shí)間，而對其頻率則不要求知道的很準(zhǔn)確；但是對一個(gè)變化很慢的信號，被關(guān)注的是頻率，而對時(shí)間范圍則不要求很精細(xì)。小波分析適應(yīng)這種要求，它可以對高頻成分使用大的頻域窗口、小的時(shí)域窗口，而對于低頻成分采用小的頻域窗口、大的時(shí)域窗口。1988年，Mallat受到塔式算法的啟發(fā)，在多分辨率分析的指導(dǎo)下建立了Mallat算法，對小波變換的實(shí)際應(yīng)用具有劃時(shí)代的意義。Mallat算法本質(zhì)上不需要知道尺度函數(shù)（t）和小波

9、函數(shù)（t）的具體結(jié)構(gòu)，只由系數(shù)hn和gn就可以實(shí)現(xiàn)信號的分解與重構(gòu)，因此也稱為快速小波變換。利用快速小波變換，選擇一定的小波函數(shù)對輸入信號進(jìn)行一定尺度的分解，得到這個(gè)尺度下信號的高頻部分和低頻部分，在一個(gè)尺度下，高頻部分和低頻部分包含了完全恢復(fù)上一尺度下信號的全部信息。這種分解如果重復(fù)進(jìn)行，就得到了信號的多尺度分解，從而得到了信號的多層小波系數(shù)，即信號的低頻系數(shù)和一系列的高頻系數(shù)。如圖2-1所示的小波分解樹。圖 2-1 小波分解樹對于大多數(shù)信號來說，低頻部分給出了信號的特征，往往是最重要的，而高頻部分則與噪音及擾動聯(lián)系在一起。將信號的高頻部分去掉，信號的基本特征仍然可以保留。所以，一般的信號處

10、理都是針對這部分來進(jìn)行的。因此，在信號分析中，經(jīng)常會提到信號的近似部分與細(xì)節(jié)部分。近似主要是系統(tǒng)全局的、低頻的部分，而細(xì)節(jié)往往是信號局部、高頻的成分。將信號分解成一個(gè)個(gè)互相正交小波函數(shù)的線性組合，可以展示信號的重要特性，但這并不是小波分析的全部。小波分析另一個(gè)重要的方面就是分析、比較、處理（如去掉高頻信號、加密等）小波系數(shù)后，根據(jù)新得到系數(shù)去重構(gòu)信號。這個(gè)過程稱之為逆離散小波變換（IDWT）,或小波重構(gòu)、合成等。信號重構(gòu)的基本過程如圖2-2所示。圖 2-2 小波重構(gòu)2.1.2 主要算法近幾年來，數(shù)字水印技術(shù)研究取得了很大的進(jìn)步 ，本文對一些典型的算法進(jìn)行分析，除特別指明，這些算法主要針對圖象數(shù)

11、據(jù)（某些算法也適合視頻和音頻數(shù)據(jù)）。生理模型算法，人的生理模型包括人類視覺系統(tǒng)HVS（Human Visual System）和人類聽覺系統(tǒng)HAS。該模型不僅被多媒體數(shù)據(jù)壓縮系統(tǒng)所利用，同樣可以供數(shù)字水印系統(tǒng)所利用。利用視覺模型，實(shí)現(xiàn)了一個(gè)基于分塊DCT框架的數(shù)字水印系統(tǒng)；實(shí)現(xiàn)了一個(gè)基于小波分解框架的數(shù)字水印系統(tǒng)；實(shí)現(xiàn)了一個(gè)空域數(shù)字水印系統(tǒng)。它們的基本思想均是利用從視覺模型導(dǎo)出的JND(Just Noticeable Difference)描述來確定在圖象的各個(gè)部分所能容忍的數(shù)字水印信號的最大強(qiáng)度，從而能避免破壞視覺質(zhì)量。也就是說，利用視覺模型來確定與圖象相關(guān)的調(diào)制掩模，然后再利用其來插入水印

12、。這一方法同時(shí)具有好的透明性和強(qiáng)健性。變換域算法:這是一種DCT域數(shù)字水印算法，其方法是首先把圖象分成8x8的不重疊象素塊，在經(jīng)過分塊DCT變換，得到由DCT系數(shù)組成的頻率塊，然后隨機(jī)選取一些頻率塊，將水印信號嵌入到由密鑰控制選擇的一些DCT系數(shù)中。該算法是通過對選定的DCT系數(shù)進(jìn)行微小變換以滿足特定的關(guān)系，來表示一個(gè)比特的信息。在水印信號提取時(shí)，則選取相同的DCT系數(shù)，并根據(jù)系數(shù)之間的關(guān)系抽取比特信息。其思想類似于擴(kuò)展頻譜通訊中的跳頻（frequency hopping）技術(shù)，特點(diǎn)是數(shù)據(jù)改變幅度較小，且透明性好，但是其抵抗幾何變換等攻擊的能力較弱。另外基于DFT和DWT算法與上述算法具有相似

13、的原理。這種以變換域算法為代表的通用算法普遍采用變換技術(shù)，以便在頻率域?qū)崿F(xiàn)水印信號疊加，并借鑒擴(kuò)展頻譜通訊等技術(shù)對水印信號進(jìn)行有效的編碼，從而提高了透明性和魯棒性，同時(shí)還適當(dāng)利用濾波技術(shù)對水印信號引入的高頻噪聲進(jìn)行了消除，從而增加了對低頻濾波攻擊的抵抗力。2.2 算法的流程圖 算法流程圖如圖2-3所示圖2-3 算法流程圖2.3 算法實(shí)現(xiàn)2.3.1 水印嵌入1) 設(shè)A是原始音頻信號，根據(jù)音頻文件類型將它分為兩部分A = AH +AL其中：AH 是與文件類型相關(guān)的部分，所以保留下來不做處理；AL是可以嵌入水印的部分，長度是L ，它可以表示為A =a(l),0 l<L其中a(l) 是AL第I個(gè)

14、數(shù)據(jù)的幅值。2) 假設(shè)水印是長度LS的音頻文件，用ls表示：ls =ls(j),0 j<LS3) 水印分段操作：因?yàn)樵纛l信號進(jìn)行小波變換后，利用量化的方法將其分段，所以講水印音頻也進(jìn)行相應(yīng)的分段，最后對應(yīng)相加。N = L/LS這里水印分段不一定取得正數(shù)段，所以對其取整，將余數(shù)歸為最后一段。4) 原始音頻信號的一維離散小波變換：選擇合適的小波基進(jìn)行一維小波三級分解。DL=DWT(AL)= cA3 cD3cD2cD1其中：cA3和cD3是三級分解的近似分量和細(xì)節(jié)分量；cD2和cD1是二級和一級小波分解的細(xì)節(jié)分量。由于小波分解的近似分量是信號的低頻部分，往往是最重要的，水印嵌入在這部分可以增

15、強(qiáng)水印的穩(wěn)健性。因此，提取這部分小波系數(shù)來進(jìn)行下一步的變換。 5) 特征區(qū)的檢測：因?yàn)殡x散余弦變換的中低頻系數(shù)集中了信號的大部分特征，同時(shí)也是數(shù)值較大的部分，所以將水印信號嵌入在此，一是水印的嵌入對其影響不大；二是水印的穩(wěn)健性也會加強(qiáng)。因此，通過排序?qū)M足水印長度的最大的離散余弦系數(shù)作為嵌入水印的特征點(diǎn)。設(shè)這些點(diǎn)所組成的序列為 Ck =MAX(CL)，0kK 6) 水印信號的嵌入：這里通過修改系數(shù)來進(jìn)行水印的嵌入,設(shè)C*為嵌入水印后的音頻信號 (0kK) 這里的是大于0的比例因子，通過調(diào)節(jié)它的大小，在具有聽覺不可見性的同時(shí)，保證所嵌入的水印信息強(qiáng)度足夠大，便于水印信息的正確提取。在此期間其他的

16、離散余弦系數(shù)值不變。 7) 離散小波逆變換：以C*代替5式的cA3作離散小波變換，得到嵌入水印后的小波變換域的表示式為DL=C* cD3 cD2 cD1將其倒置AL=D將AL代替AL最終得到含有水印的音頻信號Aw =AH + AL最后將其輸出。2.3.2 水印提取1) 讀取嵌入水印的音頻信號。對信號進(jìn)行三級小波分解，再次提取其低頻分量ca31和其他主要分量cd31、cd21、cd11。2) 讀取原音頻信號，對進(jìn)行一級小波分解，讀取低頻分量ca3。3) 對低頻分量ca31和ca3進(jìn)行分段，使用嵌入算法中分段的方式，找到水印嵌入的數(shù)據(jù)點(diǎn)。使用嵌入水印音頻信號的低頻分量減去元信號低頻分量，即可得到，

17、原水印信號c3。c3 = ca31 ca33 代碼編寫3.1 主要代碼3.1.1 三級小波分解 c,l=wavedec(y,3,'db4'); %3級小波分解，低頻又叫近似，高頻又叫細(xì)節(jié)ca3=appcoef(c,l,3,'db4'); %提取3級小波分解的最低頻部分cd3=detcoef(c,l,3); %提取3級小波分解的次低頻部份cd2=detcoef(c,l,2);cd1=detcoef(c,l,1);分析：這段為小波分解過程，對原始音頻信號進(jìn)行三重小波分解，提取其第三級低頻分量ca3和一些主要分量cd3、cd2、cd1。并保留到重構(gòu)時(shí)候使用。3.1.2

18、 原始音頻頻譜分析fs=8000; %聲卡默認(rèn)采樣頻率為8000Hzkk.wave,fs,bits= wavread('c.wav') %采樣率fs，采樣精度bits xmax=max(abs(kk.wave); %計(jì)算最大幅度xmin=min(abs(kk.wave); %計(jì)算最小幅度l1=size(kk.wave); %計(jì)算出總長度l1，便于FFT分析頻譜t=(0:length(kk.wave)-1)/fs;sound(kk.wave,fs); %回放監(jiān)聽y1=fft(kk.wave,fs); %對信號做FFT變換f=fs*(0:900)/fs; %采樣分析：這段為原始語音

19、信號的讀入，以及實(shí)現(xiàn)它的時(shí)域波形和頻域波形，作FFT時(shí)域頻譜分析。3.1.3 水印信號頻譜分析fs=8000; %聲卡默認(rèn)采樣頻率為8000Hzmark.wave,fs,nbits= wavread('d.wav') %采樣率fs，采樣精度bitssymax=max(abs(mark.wave); %計(jì)算最大幅度symin=min(abs(mark.wave); %計(jì)算最小幅度l2=size(mark.wave); %計(jì)算出總長度l2，便于FFT分析頻譜t=(0:length(mark.wave)-1)/fs;sound(mark.wave,fs); %回放監(jiān)聽syfft=ff

20、t(mark.wave,fs); %對信號做FFT變換f=fs*(0:900)/fs; %采樣分析：這段為原始水印信號的讀入，以及實(shí)現(xiàn)它的時(shí)域波形和頻域波形，作FFT時(shí)域頻譜分析。3.1.4 嵌入水印randn('seed',10); %產(chǎn)生隨機(jī)高斯序列l(wèi)z=randn(1,lx);ss=lz;q=0.2; %設(shè)置水印嵌入強(qiáng)度rr=ss*q; x(i)=x(i).*(1+2*rr'); %嵌入水印c1=x',cd3',cd2',cd1' %小波s1=waverec(c1,l,'db4');file1='已加水印.w

21、av'dd=length(s1);ee=reshape(s1,dd/2,2);wavwrite(ee,fs,bits,file1);分析：這段首先產(chǎn)生隨機(jī)的高斯序列，將水印信號分別加到分好段的原始音頻信號中。最后乘以一個(gè)系數(shù)q（這里我們設(shè)置為0.2），系數(shù)q為水印嵌入強(qiáng)度，可以自由設(shè)置，最后生成加入了水印后的音頻。3.1.5 加入白噪fz=sum(y.*y); %計(jì)算嵌入了水印的信號的信噪比%fm=sum(y-yc).*(y-yc);%SNR=-10*log(fm/fz)yyy=randn(1,dd); %加入白噪聲 b=sqrt(0.01); yyy=b*yyy; s1=s1+yyy

22、;file2='已加白噪.wav'ee1=reshape(s1,dd/2,2);wavwrite(ee1,fs,bits,file2);kk.wave = wavread('已加白噪.wav'); %讀入聲音文件sound(kk.wave,fs); %回放監(jiān)聽yr=kk.wave;cr,lr=wavedec(yr,3,'db4');car3=appcoef(cr,lr,'db4',3);cdr3=detcoef(cr,lr,3);cdr2=detcoef(cr,lr,2);cdr1=detcoef(cr,lr,1);xr=car3

23、; 分析：這段是在原課程設(shè)計(jì)要求的基本上添加的一個(gè)功能，加入白噪聲，并將已加白噪的音頻進(jìn)行了過濾，生成去除了白噪聲后的含水印信號的原始音頻頻譜。3.1.6 水印之差 rr1=reshape(rrr,1,lx);syc=rr1-rr;plot(syc); %畫出水印差別圖%axis(0 16e3 -1 1);rrr=(xr(i)./x1(i)-1)/2;d=length(rr);x=0;y=0;z=0;for i=1:d x=x+rr(i)*rrr(i); y=y+rr(i)2; z=z+rrr(i)2; endp=x/(y0.5)*(z0.5) %計(jì)算相關(guān)度分析：這段為完成了前面的嵌入水印和加

24、入噪聲后，通過相關(guān)度的計(jì)算，做的一個(gè)關(guān)于加入水印前和加入水印后音頻信號差別的頻譜分析。 3.2 程序調(diào)試 本次語音信號水印技術(shù)系統(tǒng)設(shè)計(jì)程序代碼相對較少，但是計(jì)算比較復(fù)雜。在原理弄懂之后，調(diào)試還是比較簡單的。試調(diào)中碰到最多的問題是數(shù)據(jù)維數(shù)不對稱，導(dǎo)致水印信號不能嵌入。因?yàn)槲覀冊O(shè)計(jì)的算法使用的是一維數(shù)組，可以進(jìn)行簡單的行列轉(zhuǎn)換即可解決。但由于設(shè)計(jì)之初算法只能滿足一些數(shù)據(jù)量較小的音頻數(shù)據(jù)，對于數(shù)據(jù)量大的音頻數(shù)據(jù)會出現(xiàn)無法計(jì)算的情況，即便可以計(jì)算，時(shí)間相當(dāng)之長。這只能不斷提高算法的效率性和方便性，這我們會在將來的學(xué)習(xí)中不斷改進(jìn)。3.3 程序運(yùn)行與測試3.3.1 三級小波分解圖3-1 三級小波分解波形圖

25、3.3.2 原始音頻頻譜圖3-2 原始語音信號波形與頻譜圖3.3.3 原始水印頻譜圖3-3 原始水印信號波形與頻譜圖3.3.4 嵌入水印信號圖3-4 加入水印后語音信號波形圖3.3.5 去噪提取水印圖3-5 加入白噪聲后提取水印的波形圖3.3.6 水印之差圖3-6 水印之差波形圖通過嵌入水印后波形圖與原音頻波形圖比較，我們可以看到嵌入水印的波形變化較小，具有較好的水印隱藏性。結(jié) 論本次課程設(shè)計(jì)我主要設(shè)計(jì)語音信號數(shù)字水印的嵌入和提取。相對于其他設(shè)計(jì)題目，音頻水印的嵌入與提取難度相對較大，并且借鑒的例子也很少，我和選擇相同設(shè)計(jì)題目的同學(xué)通過了大量的學(xué)習(xí)和不斷的討論，最終將一個(gè)穩(wěn)定性、魯棒性、透明性

26、都相對良好的算法給確定了下來，并且完成了音頻水印的嵌入和提取。在此基礎(chǔ)上還添加了噪聲和去噪等功能。在設(shè)計(jì)之初，我認(rèn)為要設(shè)計(jì)一個(gè)水印系統(tǒng)滿足以設(shè)計(jì)要求是很困難的。有些性質(zhì)如魯棒性、透明性和數(shù)據(jù)容量之間是相互矛盾的，因此，在這些要求中尋找最佳平衡是水印系統(tǒng)設(shè)計(jì)的目標(biāo)。并且在沒有先例的情況下，我借鑒了一些圖像水印嵌入的方法，試圖將其代碼變?yōu)橐纛l所用。事實(shí)證明這并不可取，圖像水印可以二值轉(zhuǎn)換，數(shù)據(jù)處理量瞬間減少很多。音頻信號數(shù)據(jù)量巨大，若要硬性相加，可能出現(xiàn)差錯(cuò)，并且占用數(shù)據(jù)空間巨大，計(jì)算困難。但是圖像水印的嵌入思想我可以借鑒，即基于小波分解的方法嵌入水印信號。小波分解的方法可以提取低頻分量，將水印信

27、號嵌入其低頻分量，并保持較多的原始音頻信息，比較合適水印的要求。這使得我們很快進(jìn)入算法設(shè)計(jì)，在未清楚相應(yīng)算法的情況下我和同學(xué)討論后提出原音頻信號與水印信號相加的想法。將原音頻信號進(jìn)行小波分解，提取第三級低頻分量，直接與水印信號相加。但是我們發(fā)現(xiàn)嵌入水印的音頻信號還保留了不少水印信號的聲音，波形變化也比較大，不能滿足較好的魯棒性，不能較好的滿足水印設(shè)計(jì)的要求。在完成初步的水印嵌入后，我們并不滿足于簡單的相加算法。之后的大量是間，我都在和同學(xué)討論新的算法分段相加法。這個(gè)方法來源于小波分解，小波分解是將高低頻率的信號進(jìn)行分解，而我們是將時(shí)域上的信號進(jìn)行分段。這個(gè)算法由我和同學(xué)自主研究，在結(jié)合了一些圖

28、像水印嵌入和小波分解的思想后，我們終于完成該算法，并順利應(yīng)用在信息量適中的音頻信號中，水印嵌入效果良好，嵌入水印音頻中水印信號聲音幾乎不可聞，具有較好的魯棒性和透明性。并且避免了之前提到的維度不同無法相加的情況，因?yàn)槲覀円恢笔窃谝痪S數(shù)組的情況下對信息分段，不會出現(xiàn)多維情況。但實(shí)驗(yàn)結(jié)束后，我們對該算法仍然保有懷疑態(tài)度。該算法雖然采用較先進(jìn)的思想，但是計(jì)算上還是比較傳統(tǒng)。計(jì)算數(shù)據(jù)量有所提高，但是并不能滿足所有的音頻信號。最后通過大量的課外學(xué)習(xí)，我和同學(xué)大膽提出量化的方法，量化的方式是將某段區(qū)間內(nèi)接近1或0的數(shù)據(jù)向1或0靠攏，最后將他們分別合并到一個(gè)區(qū)間，最后只剩下1和0的區(qū)間，這使得計(jì)算量大量減少，并且計(jì)算出錯(cuò)率大幅減少。但是該算法及其復(fù)雜，我們在短時(shí)間內(nèi)并不能將其完善，只是提出一個(gè)框架，并設(shè)計(jì)了一些量化的步驟和方式。由于時(shí)間原因，我們未能將采用量化思想的算法完成，對此我感到比較遺憾。但是在今后的學(xué)習(xí)中，量化的思想可以應(yīng)