基于局部极值点的音频数字水印系统

资 源 简 介

本项目基于MATLAB平台实现了一种利用音频信号局部极值（Local Extremum）特性的数字水印算法。该系统主要包含三个核心功能模块：水印嵌入、水印提取以及攻击模拟测试。在水印嵌入阶段，算法首先对原始音频信号进行分帧处理，搜索每一帧内的局部极大值和极小值点，通过修改这些极值点的幅值或相对关系，采用量化调制等方法将二值图像或随机序列作为水印信息隐秘地嵌入到音频载体中，同时通过心理声学模型控制嵌入强度以保证音频的听觉质量（不可感知性）。水印提取模块实现了盲提取机制，即在不需要原始音频信号的情况下，直接从含水印音频中恢复出水印信息。此外，为了全面评估算法的鲁棒性，项目还集成了一系列常见的音频攻击测试脚本，能够模拟加性高斯白噪声（AWGN）、低通滤波、重采样、MP3压缩、幅度缩放、剪切及抖动等攻击环境，并自动计算误码率（BER）和归一化相关系数（NC）等指标，直观展示算法在不同干扰条件下的性能表现。

详 情 说 明

基于局部极值点的音频数字水印算法系统

项目简介

本项目是一个基于MATLAB开发的音频数字水印仿真系统。该系统实现了一种基于音频信号局部极值（Local Extremum）特性的自适应盲水印算法。通过对音频信号进行分帧处理，并利用量化索引调制（QIM）技术修改每一帧的幅值极值，将二值水印图像隐秘地嵌入到音频载体中。

该项目不仅仅实现了水印的嵌入与提取，还构建了一个完整的攻击模拟与性能评估框架，能够自动测试算法在噪声、滤波、压缩、重采样等多种攻击下的鲁棒性，并通过可视化的方式直观展示时域波形、频谱及提取出的水印效果。

主要功能特性

• 合成音频生成机制：系统不依赖外部音频文件，而是内置了信号生成模块，能够产生包含正弦波、啁啾信号（Chirp）及动态包络的合成音频，模拟真实的语音和音乐特性。
• 自适应QIM嵌入算法：采用基于帧能量的自适应量化步长，在保证嵌入强度的同时通过心理声学掩蔽效应（模拟）降低对听觉质量的影响。
• 盲提取机制：水印提取过程不需要原始音频信号，仅需利用接收到的信号即可恢复水印信息。
• 全波形缩放调制：不同于传统的单点修改，本算法通过缩放整帧信号幅值来调整极值点，保持了波形的连续性，提高了抗滤波攻击的能力。
• 综合攻击模拟库：集成了包括高斯白噪声、低通滤波、幅度缩放、MP3压缩模拟、重采样及随机抖动在内的多种攻击脚本。
• 多维性能评估：自动计算信噪比（SNR）、归一化相关系数（NC）和误码率（BER），并生成能够展示波形对比、频谱特征水印恢复效果的综合图表。

系统要求

• MATLAB R2016a 或更高版本
• Signal Processing Toolbox（推荐，用于滤波器设计）
• 无需额外安装第三方工具箱，所有算法均为原生实现

使用方法

直接运行主程序即可启动整个仿真流程。系统将自动执行以下步骤：

1. 初始化系统参数（采样率、时长、水印尺寸等）。
2. 生成原始音频信号和二值水印图像。
3. 执行水印嵌入过程，并输出嵌入后的信噪比（SNR）。
4. 对含水印音频施加多种类型的信号处理攻击。
5. 从各类攻击后的音频中执行盲提取。
6. 计算所有场景下的NC值和BER值。
7. 弹出综合分析窗口，展示时域波形、原始水印、频谱图以及各攻击条件下的提取结果。

核心算法与实现细节

本项目主要包含以下核心算法逻辑：

1. 水印嵌入策略

• 分帧处理：将音频信号按1024个采样点为单位进行非重叠分帧。
• 特征选择：在每一帧内搜索绝对值最大的局部极值点（Local Extremum）。
• 自适应步长计算：为了平衡鲁棒性和不可感知性，利用当前帧的平均能量动态计算量化步长。能量越大的帧，允许的量化步长越大（嵌入强度越高）。
• 量化索引调制（QIM）：

* 根据待嵌入的水印比特（0或1），将局部最大值量化到奇数或偶数倍的量化步长区间。 * 如果当前极值点不在目标区间（奇/偶特性不符），则将其调整到最近的正确区间中心。

• 平滑调整：计算目标极值与原始极值的比例因子，将该比例因子应用于整帧信号。这种整体缩放避免了信号突变产生的咔嗒声，并增强了信号抵抗滤波的特性。

2. 水印盲提取策略

• 同步分帧：接收端按照相同的帧长对信号进行分帧。
• 极值检测：计算每一帧内的最大幅值。
• 步长估算：接收端利用接收信号计算帧平均能量，并使用与发送端相同的公式恢复自适应量化步长。尽管攻击可能会微调能量，但在一定范围内该估算具有稳定性。
• 判决逻辑：将检测到的极值除以步长并取整，检查其奇偶性。如果是偶数倍则判定为比特0，奇数倍判为比特1。

3. 容量控制

系统通过比较音频总帧数和水印图像的总像素数进行容量检查。若音频过短或水印过大，程序会自动报错提示。默认配置下，5秒音频可容纳32x32（1024比特）的水印图像。

攻击模拟说明

项目内置了名为 define_attacks 的攻击库，包含以下具体实现：

• 加性高斯白噪声（AWGN）：分别模拟高信噪比（30dB）和低信噪比（15dB）环境，测试抗噪性。
• 低通滤波（LPF）：应用截止频率为6kHz的巴特沃斯低通滤波器，模拟高频丢失。
• 幅度缩放：将信号幅值分别放大（1.2倍）和缩小（0.7倍），测试对音量变化的抵抗力。由于算法基于相对量化间隔，理论上对均匀幅值缩放较敏感，但在自适应步长机制下具有一定的抵抗力。
• MP3压缩模拟：通过FFT变换并强制丢弃高频系数（保留低频70%）来模拟有损压缩带来的频域损失。
• 重采样攻击：通过线性插值将采样率降低一半（44.1kHz -> 22.05kHz）再恢复，模拟采样率转换过程。
• 抖动攻击（Jitter）：随机删除极少量样本点（约0.2%），并补零对齐。这大大破坏了分帧的同步性，用于测试极值点位置偏移对算法的影响。

评估指标

程序运行结束后，控制台将输出以下关键指标：

• SNR (Signal-to-Noise Ratio)：衡量嵌入水印后音频质量的客观指标，数值越大代表音质受损越小。
• NC (Normalized Correlation)：归一化相关系数，用于衡量提取出的水印图像与原始水印图像的相似度。取值范围[0, 1]，越接近1表示提取效果越好。
• BER (Bit Error Rate)：误码率，表示提取错位的比特比例。数值越低越好（0%表示完全无误复原）。