基于心理声学模型的自适应音频数字水印算法

提出一种基于心理声学模型的频域音频数字水印算法.首先对音频信号分段进行离散傅立叶变换(DFT),再利用心理声学模型估算各段掩蔽阈值,使水印信号嵌入DFT域低频子带区时自适应处于掩蔽阈值以下,对音频品质冲击小,含水印音频信号与原始信号感知相似.实验表明本算法具有良好的不可觉察性和稳健性.     

基于心理声学模型的自适应音频数字水印算法

提出一种基于心理声学模型的频域音频数字水印算法。首先对音频信号分段进行离散傅立叶变换(DFT)，再利用心理声学模型估算各段掩蔽阈值，使水印信号嵌入DFT域低频子带区时自适应处于掩蔽阈值以下，对音频品质冲击小，含水印音频信号与原始信号感知相似。实验表明本算法具有良好的不可觉察性和稳健性。     

基于心理声学模型数字音频水印算法

提出了一种将心理声学模型和小波变换、离散余弦变换相结合的数字音频水印算法,根据人耳听觉系统的掩蔽效应,计算载体音频信号的掩蔽阈值.为了消除图像水印的像素相关性,首先对水印图像进行置乱,以增强水印信号的安全性.然后将水印信号嵌入到小波变换近似分量的DCT变换域中,嵌入强度由掩蔽阈值自适应控制.仿真实验结果表明:该算法隐藏水印具有很强的不可感知性;叠加了水印的音频信号对数据压缩、加噪、重新采样、重新量化、低通滤波等常用的音频信号处理技术具有很好的鲁棒性.     

基于听觉感知特性的FFT域自适应音频隐写算法

本文在研究人耳听觉感知特性的基础上,改进了FFT域音频隐写算法。算法利用心理声学模型对音频信号进行分析,选取中低频子带部分低于掩蔽阈值的点位上嵌入秘密信息,嵌入强度自适应于音频段能量大小,同时采用单极性系数量化原理实现盲提取,通过实验验证了算法具有良好的不可感知性和较强的鲁棒性。     

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。     

基于盲源分离理论和人类听觉掩蔽效应的数字音频水印方法

将盲源分离理论应用于数字音频水印技术,以达到在宿主信号未知的情况下分离出嵌入水印信号的目的;把生成混沌序列的初始值和宿主信号的时、频掩蔽信号作为密钥信息,生成嵌入水印信号,充分保证了水印检测的安全性;引入人类听觉系统(human auditory system,HAS)掩蔽效应的概念,使嵌入水印信号完全自适应于宿主信号,以提高算法的鲁棒性.实验结果表明,嵌入水印的音频信号没有明显的听觉失真,满足了音频水印不可听性的要求;经过低通滤波、重采样、添加噪声、剪切和mp3压缩等攻击后,嵌入水印信号和分离出的水印信号之间的相关函数较进行频域和时域掩蔽作用之前,具有更加明显的二值分布特征,算法的鲁棒性明显优于掩蔽作用之前;同时,该方法无需外加同步信息,就可以取得良好的同步效果.     

基于小波域的软阈值噪声图像增强

针对噪声图像增强提出基于小波域的软阈值算法，基于信号和噪声在小波变换现具有不同的传播特性，图像经二维小波变换后得不同尺度的子带图像，在不同尺度的子带图像以软阈值算法进行增强，最后进行小波重构得到增强图像，实验表明，与传统算法相比本文算法在细节增强和噪声抑制上取得较好效果。     

基于Logistic映射的数字水印方案

介绍了一种基于logistic映射的混沌数字水印方案,运用离散余弦变换(DCT),在频域,将混沌序列嵌入到直流分量DC中,利用人类视觉系统(HVS)的掩蔽特性,该水印自适应地隐藏到图像中,保证了水印的不可见性,并且可以检测水印的存在与否.实验结果表明,对于常见的信号失真(加入椒盐噪声、中值滤波等)和几何失真(有损压缩、剪切等),该算法具有较好的稳健性.     

一种改进的回声隐藏算法

回声隐藏算法利用人类听觉系统的时域掩蔽效应来隐藏水印信息,其工作原理是人耳基本不能分辨强信号消失前嵌入的弱信号.针对回声隐藏算法中水印恢复准确率较低的问题,提出一种基于离散余弦变换和交织编码的隐藏算法.算法对水印图像进行离散余弦变换使其隐蔽效果更好,将变换后的信息进行交织编码以提高对常见攻击的免疫.实验证明,新算法的水印隐藏效果好、恢复率高,对常见的恶意攻击具有较好的免疫效果.     

一种基于心理声学模型的小波包域音频数字水印算法

首先根据心理声学模型 ,计算载体音频信号的掩蔽门限 ,并利用人耳听觉的临界频率与小波包子带间的相似特性 ,将DFT域掩蔽门限映射到小波包域 ;然后将水印信号嵌入到中低频小波包系数中 ,嵌入强度由掩蔽门限自适应控制。由于该方案是基于人类听觉系统的 ,在最大限度上挖掘了水印嵌入强度 ,使鲁棒性和不可感知性得到了很好的平衡。实验结果表明 ,利用这种水印算法 ,嵌入的水印信号是不可察觉的 ,并且对数据压缩、加噪、去噪、重采样 (D/A、A/D转换 )、低通滤波等常用音频信号处理技术具有很好的鲁棒性     

基于小波自适应阈值方法的探地雷达去噪

探地雷达在实际使用过程中会被各种噪音信号干扰,针对这一问题,本文提出一种基于小波自适应阈值算法的探地雷达信号处理方法。常规小波阈值算法处理探地雷达B-scan图像时因处理前后的小波系数有所差异,可能导致图像失真。为了使目标信号更加明确,并消除噪音等干扰,通过对小波阈值的选取方式和阈值函数进行改进,使用小波变换的不同层数的子带长度确定阈值,实现阈值自适应准确量化。实验结果表明该方法相对传统小波阈值算法更加适用于探地雷达信号处理,自适应阈值函数拥有更好的良好连续性和稳定性,进一步提高了去除直达波和降噪效果,更好的保存了目标图像的细节。与其他方法对比结果表明,本文提出的算法提高了峰值信噪比,降低了图像熵。可见该方法在探地雷达实际使用情况下有一定的应用价值。     

一种基于快速傅立叶变换的音频数字水印

提出了一种新的数字音频水印算法,首先对信号进行分段离散快速傅立叶变换(FFT),再根据人类听觉系统(HAS)模型计算出各段的纯音、噪音,以及各段的总体掩蔽阈值,通过改变大于总体遮蔽阈值的纯音能量值来嵌入水印信息。仿真实验结果表明本算法不仅能保持较好的音质,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样等攻击都具有较好的鲁棒性。     

同步音频水印算法的实现

目前的音频水印算法缺乏有效的同步技术,笔者应用通信网同步方法,提出了一种快速重同步音频有意义音频水印算法.该算法利用时域水印技术嵌入同步信息,从而对抗音频在时间轴上可能受到的攻击,借助变换域基于小波变换增强音频的鲁棒性,水印为一幅二值图像.仿真实验表明该算法产生的水印在对抗加性Gaussian噪声、MP3压缩和裁剪等方面具有良好的稳健性,可用于数字音频产品的版权保护.     

电话信道下应用DMFCC进行说话人识别

鉴别性Mel频率倒谱系数(DMFCC)是一种修正的Mel频率倒谱系数(MFCC),其更加强调语音频谱各个子带携带的鉴别性信息,采用自适应的非均匀的滤波器组设置。在宽带信号应用中,DMFCC的作用和效果已经被证明;但在窄带信号应用中,DMFCC还鲜见有成功应用的例子。该文在电话信道下对应用DMFCC进行说话人识别研究,在美国国家标准技术研究院(NIST)2006年说话人识别评测Female核心测试集上,以MFCC作为特征参数的系统的等错误率为7.57%,以DMFCC作为特征参数的系统的等错误率为7.25%,而采用基于逻辑自回归的线性融合方法把基于两种不同特征的系统在分数域进行融合后系统的等错误率可达到6.31%,相对于基于MFCC的系统等错误率下降16.6%。实验表明,在电话信道下直接应用DMFCC可小幅度提高性能;理论分析以及实验结果表明:二者存在一定的互补性,即把DMFCC和MFCC融合应用能够大幅度提高电话信道下说话人识别的性能。     

基于量化的小波域数字音频水印算法

提出了一种基于量化的小波域数字音频水印算法，该算法首先将视觉可辨的二值水印图像降维成一维水印序列，再将水印序列伪随机排序并与m序列作扩频调制，最后对数字音频信号作分段离散小波变换，调制信号通过量化处理过程嵌入到离散小波变换后的系数中，提取水印信号无需使用原始数字音频信号，仿真实验表明水印是不可察觉的，经过mp3有损压缩，低通滤波，重采样等操作后仍具有很强的稳健性。     

基于双重水印的音频篡改检测算法仿真研究

提出一种基于双重水印的音频篡改检测算法,利用二值图像进行降维处理作为水印信号,按照适当的分段方式,平均嵌入到音频中生成内容认证水印,利用段序号的二值数字串生成完整性水印,实现音频的版权保护和内容认证。通过提取水印并与原始水印进行比对,判断音频的完整性,并精确定位篡改区域。仿真实验表明,算法具有很好的不可感知性,且对音频篡改检测的准确性高。     

基于均值量化的音频脆弱水印算法研究

为了达到对音频内容保护的目的，提出一种新颖音频脆弱水印嵌入算法．首先给出了均值量化（mean-quantization）方法嵌入水印比特信息的基本原理，在此基础上提出了数字音频信号的水印嵌入算法．该算法在对数字音频信号作离散余弦变换基础上，充分利用均值量化的优势，将视觉可辨的水印一二值图像嵌入离散余弦变换的交流系数中，实现了脆弱性水印嵌入音频信号中．实验结果表明，提出的音频脆弱水印算法对常见的音频信号处理具有很好的脆弱性．     

基于第二代小波变换的图像除噪

讨论了第二代小波变换的基本原理和变换过程,并将第二代小波变换引入到图像信号除噪处理中.提升方案采用的是Deslauriers-Dubuc(4,2)小波,分别对含噪的图像信号进行三级可逆提升变换,对每一级上的细节信号按软阈值法进行处理,削减小波系数中的噪声部分,从而实现了信号去噪.结果表明,去除高斯白噪声的效果令人满意,提升方法设计灵活、计算简单.