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.     

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。     

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.     

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.     

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。     

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．     

基于小波变换的双同步音频水印算法

针对同步攻击的问题,提出了一种改进的基于小波变换的双同步音频水印算法,该算法同时借助外同步和自同步2种思想,采用m序列作为外同步信号,谱熵作为自同步信号,将m序列嵌入音频信号的时域来定位水印嵌入的起始位置,并把紧接着嵌入m序列后的一段音频数据作小波变换,提取低频系数分段求其谱熵,利用谱熵的最大值来定位水印嵌入的具体位置,最后把水印嵌入到最大谱熵值对应的小波系数中。仿真实验表明,此方法在能抵抗一般信号处理攻击的基础上,也能抵抗像延时、随机剪切、抖动和时间伸缩 (time-scale modification,TSM)的同步攻击,具有较好的鲁棒性。     

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.     

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。     

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.     

基于多层激励量子神经网络的鲁棒音频水印算法

设计了一种基于多层激励函数量子神经网络的音频水印算法。将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢复水印。同时,区别于传统的归一化方法,将小波低频系数规范到同一数量级,避免了恢复水印时小波低频系数的差错传播,提高了算法的鲁棒性。实验结果表明,设计的水印算法对加噪、滤波、重采样和再量化等攻击具有较强的鲁棒性,提取正确率相比BP网络水印算法平均提高1.8%。     

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.     

A novel audio watermarking scheme using multiscale wavelet modulation

A novel audio watermarking scheme to embed robust and inaudible watermarks for the purpose of copyright protection is proposed. The key innovation is to add time-frequency redundancy into watermark signals by multiscale wavelet modulation. In order to maximize the watermarking strength within perceptual constraints, the signals synthesized from different scales are masked using a frequency auditory model, respectively, and then intergrated to form the final watermark signal. The detection structure is built using the redundancy in watermark signals, and the performance is further enhanced by modeling the statistical behaviors of wavelet coefficients as generalized Gaussian distribution. The use of original audio signal is not required in watermark detection. The experimental results show that our approach can achieve not only good transparency but also satisfying robustness to common audio manipulations.     

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。     

基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

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.     

基于双重小波系数集的音频水印算法研究

提出一种基于双重小波系数集的音频水印算法,定义了双重小波系数集.对原始音频信号进行小波分解后,根据双重小波系数集内两个元素间的相互关系,对双重小波系数集进行选择并将其分成两类从而嵌入和提取水印.同时利用shuffle算法对水印序列进行置乱,以提高系统的安全性.实验结果表明,该算法对原音频信号影响极小,并对于各种音频操作和攻击,如重采样、重量化、低通滤波、Mpeg编码、Gaussian噪声等具有较好的鲁棒性.