基于F-范数的小波自适应量化的语音伪装

提出一种小波域自适应量化的语音伪装算法。首先对语音信号进行小波变换，由混沌序列控制嵌入位置，并采用固定阶距量化实现秘密信息的隐藏。在此基础上通过F-范数自适应控制量化阶距的变化。实现了基于F-范数的语音伪装算法。仿真实验表明算法安全性高、透明性好，在多种干扰情况下均能盲提取出秘密信息。     

语音增强新方法的研究

对带噪语音信号进行增强处理,是语音信号处理中一个重要的研究课题.从算法提出的背景和算法性能分析两个方面对以下4种语音增强新方法进行了概括总结,即自适应滤波算法、分数阶谱相减法、小波域阈值法和语噪盲源分离算法.与传统的语音增强方法相比,实验数据表明这些新方法具有更好的降噪性能.     

基于图像内容的自适应量化双水印算法

提出一种在小波域嵌入双水印的新算法,该算法提取小波低频域的特征信息生成两个水印,将一个水印结合邻域信息以块量化方法嵌入,用于版权保护,将另一个水印的Hash值以单系数量化方法嵌入,用于内容认证,量化步长根据邻域的纹理特征自适应确定.实验结果表明,该算法在保护数字图像版权的同时,能够很好地完成内容真实性认证.     

自适应盲水印图像小波变换算法及实现

针对传统基于人类视觉系统特性的空间域与变换域结合算法中嵌入信息量小和检测准确率低的缺点,利用图像的局部纹理特性生成扩频码,并在水印嵌入过程中引入加密方法,通过计算相邻特征平均值为自适应调整待量化小波系数的量化间隔,提出并实现一种基于小波变换的数字图像自适应盲水印新算法,并用新算法进行仿真实验.仿真实验结果表明新算法通过阈值检测准确率高,对常见的图像处理有较好的鲁棒性,并且简便易行,计算量小.新算法在应用中有较大的灵活性,可嵌入信息容量大,运算速度快,可操作性强.     

预测自适应Gauss混合模型线谱频率量化

为了实现高质量低速率语音编码,提出了高效线性预测Gauss混合模型(Gaussianmixturemodel,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linearspectralfrequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明LP-GMM-LSFQA在20b/帧时量化性能超过预测分裂矢量量化22b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

一种自适应的JPEG2000数字水印算法

为了实现信息的有效隐藏,文章提出了一种自适应的数字水印算法.算法充分利用JPEG 2000标量量化的特性进行量化编码.先利用线性反馈移位寄存器对水印图像进行加密置乱,然后进行小波变换得到4个子带.考虑到算法的稳定性,把水印信息嵌入到中频子带中.并且水印的嵌入是在量化处理的过程中完成.提取水印的时候,先对水印进行存在性的检测.若水印存在,则进行移位复原,从而实现了水印的盲提取.实验表明,算法具有较高的运行效率,并且有良好的视觉性和抵抗攻击的鲁棒性.     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

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.     

分块自适应零树量化图像压缩算法研究

讨论了图像经过整数小波分解后的系数分布特性,针对现有的小波量化算法的不足之处,提出了一种基于整数小波变换的分块自适应零树量化图像压缩算法,进行预测编码,该算法硬件实现简单,可并行处理,计算结果表明,该算法优于现有的其他图像小波量化方法。     

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.