随着计算机网络和多媒体技术的飞速发展,多媒体数据逐渐成为人们获取信息的重要来源,并成为人们生活的重要组成部分。因而,如何保护多媒体信息的安全成为国际上研究的热门课题。信息安全技术中采取的密码学技术因仅能控制信息的传播过程,而对于解码后的媒体数据却难以控制,因而无法阻止盗版者的非法拷贝和传播。作为解决上述问题的一种有效途径,数字水印技术开始引起人们的普遍关注。它通过在原始数据中嵌入秘密信息来证实数据的所有权或完整性,以此来抑制对数字作品的盗版或篡改。 首先,本文介绍了数字水印问题的提出及其相关概念,阐述了本课题的研究背景和意义。其次,阐述了数字水印算法的基本原理、模型及实现过程。然后,给出了两种数字音频水印算法。结合心理声学模型实现了一种小波域数字音频水印算法。将一幅64×64的二值图像经过混沌加密后作为水印数据,通过量化方法嵌入到小波分解的低频系数中,并且引入心理声学模型来合理地确定量化步长,使算法中量化步长的选取更具有合理性。同步信号的引入,增强了水印抵抗裁剪、MP3压缩等攻击的鲁棒性。基于神经网络的数字音频水印算法。将一幅32×32的二值图像经过伪随机排序后与混沌序列共同组合为嵌入水印模板序列,同时把音频信号分为同步模块和水印模块,并且水印模块位于相邻两个同步模块之间,然后在时域中通过量化方法把同步信号嵌入到同步模块中,水印模板序列嵌入到水印模块离散余弦变换的中低频系数中。提取过程首先定位同步信号,用与水印模板中混沌序列相对应的水印模块系数训练神经网络至收敛,然后利用训练好的神经网络从水印模块相应系数中提取水印序列。文中最后对本课题的下一步研究方向作了阐述,并介绍了数字水印技术的发展趋势。 仿真实验结果表明,两种算法都具有较强的鲁棒性和不可感知性,水印嵌入容量大,提取水印时不需要原始音频信号的参与,并且对裁剪、时间伸缩等攻击具有较强的稳健性,是可行的数字音频水印算法。可以根据具体需求,用于数字音频作品的版权保护。