基于离散小波变换和复倒谱的音频水印算法

离散小波变换和复倒谱的数字音频盲水印算法首先对原始音频数据进行分段处理并对每个音频数据段进行二级离散小波变换,然后对二级小波近似系数做复倒谱变换并修改复倒谱的统计均值以嵌入水印。为了便于观察,水印选用二值可视图像,并利用混沌技术进行了加密处理,加强其安全性。算法提取水印时不需要原始音频信号,实现了水印的盲检测。仿真实验证明了算法的鲁棒性和不可感知性。     

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.     

一种基于倒谱域的盲检测音频水印算法

为解决水印不可感知性和鲁棒性的矛盾,研究水印的嵌入方法非常必要。本文在复倒谱性质基础上,提出了一种盲检测数字音频水印算法。通过对复倒谱系数进行适当的变换,按照一定的方法将一幅二值灰度图像嵌入到原始音频中,从而最大程度地保持音频水印的不可听性和鲁棒性。     

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.     

基于掩蔽阈值与复倒谱的数字音频水印算法

文中介绍了掩蔽效应与复倒谱技术,并根据这两种技术的特点,提出了一种基于掩蔽阈值与复倒谱技术相结合的数字音频水印算法,并给出了最终的实验结果与结果分析。     

一种基于倒谱域的图像数字水印算法

提出了一种基于倒谱域的数字水印算法,该算法将水印图像信号嵌入到宿主图像的一维倒谱系数中,水印检测不需要原始图像.计算机仿真结果表明该算法满足水印的不可感知性的要求,且可抵抗多种水印攻击,如JPEG压缩、噪声干扰、滤波以及其他图像处理操作等.试验采用了Stirmark4.0水印基准测试软件,保证了试验的真实性和准确性.     

一种倒谱变换的数字水印

提出了一种基于一维倒谱变换和混沌加密的数字水印新算法。倒谱域水印算法克服了水印嵌入时频段选择的限制，增大了水印嵌入的信息量，避免了块效应。文中利用置乱和混沌系统的特性对水印图像预先进行加密，更加提高水印的保密性和鲁棒性，实验结果表明：该算法对于JPEG压缩、剪切、加噪等方面都有很好的抗攻击性。     

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.     

一种基于统计均值和方差调制的图像盲水印算法

提出了一种基于统计均值和方差调制的嵌入可读水印的自适应盲水印算法,通过分析图像经离散小波变换后细节子带系数的特性,利用细节子带系数的均值和方差来自适应地调制图像经小波分解后细节子带的系数值,在满足水印不可感知的条件下尽可能地嵌入水印信息,实现了水印不可感知性和鲁棒性之间的折衷.同时,水印的提取无须求助于原图像,很好的实现了水印的盲检测.这里的水印是一幅有实际意义的二值图像.实验结果和攻击测试表明,提出的算法对JPEG/JPEG2000压缩、添加噪声、剪切、像素移位等多种攻击都有较强的鲁棒性.     

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。     

基于混沌的离散小波变换鲁棒音频盲水印

提出了基于混沌的离散小波变换（DWT）的数字音频盲检测算法.算法首先对原始音频数据进行分段处理,然后对每个音频数据段进行4级DWT变换,最后利用4级细节小波系数统计均值趋于零的特性,通过修改4级细节小波系数统计均值,每一段中嵌入一个水印比特,算法提取水印时不需要原始音频信号.为了便于观察,水印选用了二值可视图像,并利用混沌技术进行了加密处理,加强其安全性.仿真实验证明了算法对滤波、有损压缩、重采样等常见信号处理方法具有鲁棒性,与同类算法相比,具有更好的不可感知性.     

同步数字音频盲水印

提出了一种基于离散小波变换的同步数字音频盲水印算法。该算法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,同时将分段信息加入水印,采用冗余编码,增强了纠错能力。水印嵌入时采用基于模运算的量化方法,以满足水印的盲检测。同步信号嵌入时域,以提高搜索效率,水印隐藏在离散小波变换域的低频系数中,以达到较好的鲁棒性。检测水印时不需要原始音频,水印数据在嵌入之前先加密,没有正确的密钥,无法正确恢复水印。     

基于变换域的数字语音水印算法研究

结合离散小波变换和离散余弦变换在信号处理领域的优点,研究了基于变换域的数字语音水印算法.将宿主语音信号通过离散小波变换获得人耳不易察觉的低频分量后,根据均值量化的离散余弦变换直流系数正负性不易改变的特点,实现了零水印盲检测实验.结果表明,该算法有效地提高了数字语音水印的透明性、鲁棒性和抗攻击能力.     

基于内容的自适应量化数字音频盲水印算法

现有量化调制音频水印技术普遍采纳了均匀量化策略,其不仅需要结合大量实验确定量化步长。而且难以保证不可感知性与鲁棒性的良好平衡．以模糊聚类分析理论为基础．提出了一种自适应量化小波域数字音频盲水印算法．该算法能够结合数字音频局部特征．利用模糊聚类分析自适应确定量化步长,并在小波域内将水印信号嵌入到音频数据段的低频分量中．仿真实验表明,所提出的算法不仅具有较好的不可感知性．而且对于叠加噪声、重新采样、重新量化、低通滤波、MP3压缩等音频处理与攻击均具有较好的鲁棒性．     

基于音频特征的自适应数字盲音频水印算法

提出了一种基于音频特征的自适应盲音频水印算法:使用Logistic混沌二进制序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,并对选定音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,结合基础嵌入强度,得音频帧中嵌入水印.实验结果表明:该算法具有较好的鲁棒性和不可感知性,具有一定的实用性.     

一种基于DWT的数字音频水印算法

小波变换可以将音频边缘信息完整提出,利用边缘掩蔽水印信息,使水印算法具有透明性,基于此提出了一种基于离散小波变换的数字音频水印算法,该算法将能代表更多版权信息的二维图像信息经过Arnold置乱变换,嵌入到音频小波变换域的低频系数中.并将该算法与已有的离散余弦(DCT)水印算法相比较,发现该算法在抵抗剪切、加噪、滤波及压缩攻击方面要优于DCT水印算法.     

基于听觉模型的自适应音频数字水印盲检算法

提出了分段同步的音频数字水印盲检新算法 .利用伪随机序列PN(pseudo randomnoise)扩频和二相相移键控BPSK(Bi phaseshiftkeying)技术调制水印 ,并基于听觉模型生成不可听觉的水印 .水印在频域嵌入 ,提取时不需要原始音频 ,仅需与嵌入时相同的PN序列密钥即可 .提出的抵制去同步攻击的分段同步音频水印检测方法 ,可有效提取和恢复嵌入的有意义二值水印图像 .实验结果表明 ,该算法对一般信号处理类操作都具鲁棒性 ,并可有效抵制随机裁剪、MP3(MPEGaudiolayer3)压缩、替换等去同步的攻击 .     

基于MPEG心理声学模型II的自适应音频水印算法

音频水印作为保护音频作品的版权和秘密通信的可行方法,成为近年数字水印研究领域中的一个热点。针对目前音频水印算法研究中自适应性能没有得到重视的问题,提出一种基于心理声学模型II(以下称模型II)的自适应盲检测音频水印算法,令算法具备良好的自适应性和稳健性。     

一种基于自同步技术的音频水印算法

提出一种基于自同步技术的音频水印算法,该算法在小波变换域的低频系数中选取具有重要特征系数作为同步信号.通过修改同步信号相邻的若干系数实现水印的嵌入.水印检测不需要参考原始音频信号,是一种盲检测水印算法.实验结果表明了该算法的鲁棒性和不可感知性.