[發明專利]大容量數字音頻可逆水印處理方法

有效

• 申請號: 201210584103.8
• 申請日: 2012-12-28
• 公開（公告）號: CN103050120A
• 公開（公告）日: 2013-04-17
• 發明（設計）人: 項世軍;霍永津
• 申請（專利權）人: 暨南大學
• 主分類號: G10L19/018
• 分類號: G10L19/018
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 楊曉松

技術領域

本發明涉及一種音頻數據處理方法，尤其是一種大容量數字音頻可逆水印處理方法，屬于音頻處理領域。

背景技術

音頻可逆水印是多媒體信息安全信息隱藏方向重要的分支，主要有兩個特性：首先是水印可認證音頻的完整性和真實性，并定位篡改；再次是載體可無損恢復，也就是說水印算法可逆。音頻可逆水印算法作為一種音頻數據處理方法，可以用于音頻數據的檢索、認證和容錯，并且能保持音頻數據的完整性。判斷可逆水印嵌入算法好壞的標準在于嵌入容量和嵌入失真，嵌入容量是指一段音頻信號平均每比特所能嵌入的信息量；嵌入失真是指嵌入信息后，音頻信號的失真大小，通常用峰值性噪比值來衡量，嵌入容量越大，嵌入失真越小，則該可逆水印嵌入算法越好。此外，考慮到傳輸過程中噪聲的干擾，可逆水印嵌入算法的抗干擾性也是一個重要的考慮因素。一般的可逆水印算法其嵌入容量小，不能滿足嵌入信息量稍大的情況，一旦嵌入信息量稍大時，則會帶來嚴重的失真，限制其在軍事、醫療、航空等要求質量較高的領域的使用。

現有技術提出了一種針對整數預測誤差的可逆水印嵌入算法，該方法包括以下步驟：

步驟一、利用差分預測算法得到一系列的預測誤差；

步驟二、利用基于整數預測誤差的差值預測擴展法嵌入信息；

上述針對整數預測誤差的可逆水印嵌入算法，實現簡單，但是存在以下幾點不足：

1）該算法用到的音頻預測算法僅局限于利用一般的預測算法，即只利用前面音頻數據來預測當前音頻數據值，沒有充分考慮到相鄰音頻數據均具有高度相關性這一特性。導致預測誤差幅值不能進一步縮小，限制了可逆水印嵌入算法的嵌入容量；

2）該算法是基于整數預測誤差的嵌入算法，因此僅局限于預測誤差為整數的情況。由于音頻數據的相關性包括線性相關和非線性相關，要利用非線性相關這一特性的音頻數據預測算法必然會帶來具有小數的預測誤差，因此基于整數預測誤差的特性限制了該算法的使用范圍。

現有技術還提出了一種基于直方圖平移的數字音頻可逆水印嵌入算法，該算法包括：首先建立數字音頻的直方圖，以幅值最多的點為基點，其他幅值點均平移一個單位，這樣空出的位置就能嵌入小于等于基點幅值數目的比特數。對于常見的音頻，該算法具有較好的嵌入容量，但由于嵌入容量取決于具有與基點相同的幅值的數目，因此限制了其一般性。

現在技術又提出一種相位編碼的音頻水印嵌入算法，利用人耳聽覺系統對絕對相位不敏感以及對相對相位敏感的特性，使用代表水印信息的參考相位替代原始音頻段的絕對相位，并調整其余音頻段以保持相對相位的不變。該算法利用了人耳的聽覺特性，在嵌入信息后，原始音頻數據是無法恢復的，即該算法不是數字音頻可逆水印算法，不適用與某些對音頻質量要求較高的場合。

此外，現在技術中還有許多基于變換域算法的音頻水印嵌入算法，如離散傅里葉變換（DFT），離散余弦變換（DCT）以及離散小波變換（DWT）。此類的變換域算法都具有較強的穩健性，經過變化后的參數對攻擊會相當敏感，并且此類算法都是非線性的，比較復雜的算法，計算量較大，時間長而且是有損的音頻水印嵌入算法。

發明內容

本發明的目的是為了解決上述現有技術的缺陷，提供一種可以有效地減小預測誤差、擴大嵌入容量，提高水印算法在完整性認證和容錯中的性能的大容量數字音頻可逆水印處理方法。

本發明的目的可以通過采取如下技術方案達到：

大容量數字音頻可逆水印處理方法，其特征在于包括以下步驟：

1）通過計算機讀取音頻數據，再利用前后預測算法，將數字音頻數據值轉換為整數或非整數預測誤差；

2）利用兼容非整數預測誤差擴展算法，先將信息嵌入到預測誤差中，再根據嵌入信息后的預測誤差得到新的音頻數據；

3）在接收音頻數據端，對新的音頻數據利用兼容非整數預測誤差擴展算法的逆算法提取嵌入信息，并在提取后無損恢復原始音頻數據。

作為一種優選方案，步驟1）所述利用前后預測算法將數字音頻數據值轉換為預測誤差，具體如下：

a）利用前后預測算法預測當前音頻值，如下式：

其中，x_i是第i個音頻數據值，是第i個音頻數據的預測值；從第二個音頻數據開始，得到一系列的音頻預測值；

b）用音頻數據值減去音頻預測值，得到音頻數據的預測誤差，如下式：

其中，e_i是第i個音頻數據的預測誤差，從第二個音頻數據開始得到一系列的預測誤差，保留第一第二個音頻數據以及所有音頻數據的預測誤差。