数字水印技术为当前日益显现的版权争端提供了一种较好的解决方案,版权所有者可以在原始信号中嵌入签名或版权信息,如:图像、文本、序号等,这些添加的信息是不可见或不可闻的,不容易被察觉,能抵抗各种攻击,并且只能通过特定的密钥才能检测出水印的存在。
　　由于人类听觉系统(HAS)对声音变化的灵敏度要高于人类视觉系统(Human Visual System, HVS)对图像变化的灵敏度,在音频信号中嵌入水印难度相对较大。为了满足水印的健壮性、透明性及盲检测的要求,作者对数字音频水印进行了一些研究,主要工作如下:
　　首先,阐述了课题提出的意义和研究背景,分析了相关概念及特性,回顾了一些典型时域和频域算法,并对这些算法进行了研究仿真。
　　其次,在基于倒谱域变换的数字音频水印算法中,提出了一种基于心理声学模型和倒谱变换相结合的数字音频水印算法,心理声学模型充分利用了人耳听觉特性,通过对心理声学模型的研究,能够更好的寻找水印的嵌入位置。该算法利用MPEG-1中的心理声学模型来计算每一段音频载体的掩蔽阈值来判断其是否具有被嵌入水印的可能,因此嵌入的水印具有很好的隐藏效果,对载体的倒谱系数进行统计均值调制,并采用每帧系数的总和来做为门限值,完成水印的嵌入。
　　最后,提出了一种基于能量比较的新算法,该算法通过DWT变换,将水印信息嵌入到音频信号的近似分量中。由于能量比较是基于采样数据帧的整体信息,所以对随机噪声等干扰不敏感,同时采用了对音频信号进行帧和节的划分,使每节的音频信号长度减小,极大地减少了DWT变换计算的复杂度,实验证明,该算法具有算法简单、鲁棒性强,易于盲检测等特点。
　　此外为了增强水印的鲁棒性,上述算法在水印图像预处理中均增加了混沌调制和BCH纠错编码技术。实验证明,上述算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号处理及攻击。