基于范重心的自适应量化音频盲水印算法

为了实现数字音频版权保护,利用音频信号低阶统计量的稳定性和离散余弦变换的去相关性,设计了一种基于范重心的自适应量化音频盲水印算法。原始音频信号按固定长度分帧,计算分帧音频范重心坐标并确定水印嵌入候选区域,水印信息自适应量化嵌入选中的离散余弦变换中低频系数。实验结果证明:该音频水印算法具有鲁棒性和有效性,同时密钥的使用保证了算法的安全性。     

一种自适应音频双水印算法

提出了一种自适应音频双水印算法,算法既能对音频作品的版权进行保护,又能有效地证明其真实性,检测是否遭到篡改.该算法具有以下特点:⑴连续多次嵌入鲁棒水印,以提高水印提取的正确率,增强水印的鲁棒性,嵌入次数根据音频信息量自适应调整;⑵使用不同的量化算法嵌入不同作用的水印;⑶嵌入强度根据音频自身特征选取;⑷在提取水印的过程中不需要原始音频的参与.仿真实验表明:该双水印算法不仅具有较好的不可感知性,而且具有较好的鲁棒性和敏感性.     

基于DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.     

一种基于DWT-QR的脆弱性音频水印算法

为了更好地实现音频的内容认证,提出了一种基于DWT-QR脆弱音频水印算法.算法首先对音频分帧,然后在每一帧前部分嵌入的同步码保证水印的嵌入与检测帧同步,并在帧后部分基于DWT-QR变换把脆弱水印嵌入到高频分量中.在水印嵌入前,采用二次混沌加密的方法为水印信息进行加密处理,保证水印图像的安全性;水印采用自适应均值量化的方法来嵌入,实现了盲检测.仿真实验表明,该算法简单、高效、透明性与易碎性强,而且能较准确地实现对恶意篡改的定位与统计.     

一种基于小波变换的同步音频水印算法

提出了一种基于小波变换的同步音频水印算法.该算法具有以下特点:(1)利用同步信号定位水印的嵌入位置,以提高水印提取的正确率.同步信号嵌入时域,用于提高搜索效率;同时又再次嵌入在小波变换域,用于提高其正确性.(2)根据音频的局部相关特性自适应确定量化步长,并将水印信息量化嵌入到小波变换域的低频系数中.仿真实验表明:该同步自适应音频水印算法不仅具有较好的透明性,而且对诸如低通滤波、有损压缩、重采样等攻击均具有较好的鲁棒性.     

一种自适应的同步音频水印算法

针对Garcia水印算法[1]所存在的不足,提出一种改进的自适应同步音频水印算法。算法具有以下特点:(1)应用声学模型,利用载体掩蔽阈值选择嵌入位置,以保证水印的隐藏性;(2)在时域嵌入同步码以抵制可能受到的同步攻击;(3)将音频载体进行分段,在每段音频自适应嵌入水印,并在每个段首嵌入段号以区别不同音频段;(4)利用数据冗余性,重复嵌入多份水印以提高水印提取的成功率。实验结果表明,水印具有较好的隐藏性、鲁棒性和抗同步性。     

倒谱域自适应音频水印算法

为了更好地平衡水印系统的鲁棒性和不可感知性,基于人类听觉感知特性提出了掩蔽度的概念,依据音频信号掩蔽度的大小,选取嵌入帧和调整嵌入强度.针对音频信号倒谱变换后倒谱系数的特征,采用统计均值的调制方法,实现了水印的嵌入位置和嵌入强度两方面的自适应嵌入.在保证水印的不可感知性的情况下,鲁棒性得到了更大的提高.仿真实验证明,该水印算法能经受住包括时间缩放(Time-Scale Modification)和随机剪切(Random Cropping)两种具有挑战性时域同步等大部分攻击,表现出很好的鲁棒性.与SMM(Statistical Mean Manipulation)算法相比,比特误码率BER(Bit Error Rate)至少提高0.25%,随机剪切3(5×1000)提高了28.5%.     

一种自适应复倒谱音频水印算法

倒谱域统计均值的稳定性已被一些文献用来嵌入水印,但其水印的嵌入强度等参数是根据实验获得的,这些参数需要通过反复实验来调整,因难以找到水印鲁棒性和透明性达到最佳折中的参数,故提出一种根据信噪比来调整水印鲁棒性和透明性关系的自适应复倒谱音频水印算法.该算法实现了水印盲检测,水印的提取不需原始音频和原始水印.实验结果表明,该算法在满足透明性的要求下具有较好的鲁棒性.     

一种鲁棒自适应差分能量视频水印算法

提出一种鲁棒自适应差分能量视频水印算法,采用差分能量原理并利用Watson视觉模型,自适应地控制视频流中交流次低频系数的水印嵌入强度因子,根据能量可调阈值与差分能量的关系,有选择地嵌入水印,从而使得水印不仅满足视觉上不可感知性,而且拥有更好的鲁棒性.实验证明,算法对常见的视频攻击（噪声、滤波、帧攻击等）具有较强的鲁棒性,算法安全性高.     

基于内容分析的音频水印算法

提出了一种基于音频内容分析和离散余弦变换的水印嵌入算法.水印嵌入算法首先对音频信号时域特征进行分析,根据设定的门限确定出若干个相对稳定的特征区域,然后对特征区域数据进行离散余弦变换,最后把水印信息数据嵌入到合适的变换系数中.实验证明该算法具有较强的鲁棒性,可以抵抗普通的信号处理、MP3压缩、时间尺度修改和随机裁剪等攻击.     

基于LabVIEW的音频水印系统

用LabVIEW软件实现了在语音信号中嵌入文本信息水印．系统由水印嵌入和水印提取2部分组成．语音信号由麦克风输入，水印信息由LabVIEW支持的文本框输入，嵌入水印信息的音频信号以．WaV文件形式保存，通过水印提取系统可将嵌入音频信号内的保密文本信息还原．利用LabVIEW实现了既有嵌入程序又有提取程序的完整音频水印系统．     

离散小波变换与奇异值分解的音频信号水印算法

针对现有水印算法在嵌入过程中通常会对原始音频信号产生破坏的问题,设计了一种基于离散小波变换-奇异值分解(DWT-SVD)的水印嵌入方法实现水印信号的嵌入与提取.同时,以相关系数和误码率为衡量指标,对水印算法的不可感知性、安全性及鲁棒性进行评定测试.结果表明:在经过噪声、滤波、剪切、压缩等多种攻击后,所提取的水印仍然能保持较高的清晰度,这说明DWT-SVD算法具有较强的抗攻击能力,可有效保护版权人的利益.     

基于DWT和相对较小值的音频盲水印新算法

为了解决网络环境下的音频数字产品的版权保护问题,提出了一种新的基于DWT(Discrete Wavelet Transform)和系数值比较的音频盲水印新算法。该算法通过相邻3个水印比特组合的二进制值之和确定其嵌入位置,并把其系数修改为相邻系数中较小的值,嵌入位置选取在低频系数上,因此具有很强的抵御各种攻击和自适应能力,适用于数字音频等信号的版权保护。算法实现快速、简单有效。DWT的使用提高了水印的不可感知性,通过Arnold置乱不但保证了水印图像的安全性,而且提高了水印的鲁棒性。在Matlab上的仿真结果表明,该算法具有较强的鲁棒性和透明性。     

基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络（CPN）的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

基于MATLAB的音频数字水印研究

综述了音频数字水印技术和对应的MATLAB工具箱函数。提出将MATLAB应用于音频数字水印的技术,用MATLAB语言实现水印预处理、水印嵌入等过程,并给出程序及运行结果。实验结果表明利用MATLAB工具箱处理音频数字水印具有很好的效果。     

基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络(CPN)的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

一种基于MPEG-2 AAC编码的音频水印方法

提出了一种针对MPEG-2 AAC压缩音频的脆弱水印算法.该算法利用了AAC中MDCT量化系数大于15的Huffman编码特性来嵌入水印,并依据水印的频率分布和音频信号感知熵PE的大小对嵌入算法进行了分析和改进.实验表明,该算法具有较高隐藏率和良好的不可感知性,并且水印的嵌入和提取过程十分方便快速,适合进行实时分析.     

基于听觉模型的自适应水印算法设计

针对音频数字水印算法抗攻击的问题,深入研究了基于人耳听觉模型的音频数字水印算法．给出了典型的基于人耳听觉模型的音频水印算法流程．提出了基于自适应量化步长的音频数字水印算法,详细分析了量化步长的自适应选取原理及计算公式,使得量化步长的选取能够动态的适应音频载体文件数据能量的变化而发生改变,提高了音频数字水印算法的抗攻击能力．实验测试结果表明,相对于固定量化步长的音频数字水印算法而言,在音频文件进行压缩攻击和低通滤波等攻击手段时,所提取的音频数字水印文件的相关系数能够达到90％以上,表现出良好的抗攻击能力．