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.     

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     

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。     

基于心理声学模型的音频隐藏图像算法

提出一种利用人耳的掩蔽效应,将图像隐藏于音频信号中,实现图像在音频中隐秘传输的算法。算法将音频信号分帧进行心理声学模型分析,估计频域中各子带的最小掩蔽阈值;然后将图像转化为比特流隐藏于音频信号频域子带,并用掩蔽阈值控制嵌入强度。仿真结果表明,隐藏有图像的音频信号主观无感知失真且图像具有不可见性,对加噪、压缩、滤波和重采样等攻击具有良好的鲁棒性。     

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。     

无感知音频信号数字水印技术

 从时域统计的音频信号数字水印技术出发,提出一种无感知音频信号数字水印方法,该方法以ISO/IEC11172-3(MPEG-Audio)中定义的心理声学模型作为数字水印产生的模型,使嵌入到音频信号中的水印信息最大可能地被掩蔽,保证声信号的质量.根据统计模型,检测时可在不需要原声信号的情况下对数字水印的有无作出判决.     

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。     

基于正交随机空间投影的数字音频扩谱水印

数字音频水印是在原始音频样本中嵌入加密的标志信息以实现音频内容的注释和版权保护．对于任何一种音频水印的算法，必须满足水印的透明性和鲁棒性两个基本要求．提出了一种新的基于正交随机空间投影的数字音频扩谱水印算法．它将音频样本的中频子带重新排列成MxN的矩阵形式，并投影到随机的正交子空间上，然后将扩谱后的水印序列嵌入到相应的投影系数中．为了避免产生听觉上失真，算法中利用心理声学模型控制水印产生的听觉噪声．水印的检测过程可以通过扩谱序列的相关进行盲检测．实验结果表明采用该算法能够很好地保证水印在听觉上的不可觉察性，与现有的数字音频水印算法相比，该算法对数字音频信号的压缩、滤波、加噪声和加入回波等处理具有更好的鲁棒性．     

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。     

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.     

MPEG心理声学模型研究及其Matlab实现

MPEG音频标准提供了两个心理声学模型,这是人耳掩蔽效应在音频压缩中成功应用的典范.对心理声学模型中应用到的心理声学理论进行了阐述,在Matlab环境下对MPEG心理声学模型1进行了仿真,针对给定的音频样本对仿真结果进行了简单的分析,同时也指出了声学模型1、2的差别.仿真结果和理论分析的一致性表明了仿真模型的可行性,为心理声学模型的改进和应用指明了方向.     

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．     

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。     

基于扰动调制的小波音频数字水印

基于扰动调制的音频数字水印方法，通过按声音掩蔽效应先对音频信号分段，并取离散小波变换的低频成分，按扰动调制技术嵌入已置乱的水印信息，解决了直接在低频成分嵌入水印信号所带来的敏感噪声问题．实验表明此方法对多种攻击具有较好的抗干扰能力．     

基于扩频序列嵌入水印的音频信号研究

提出了一种基于扩频序列的音频水印新算法。利用随机序列将水印序列扩展，通过小波变换将水印信号嵌入到二层小波变换的中频系数中，因为嵌入时，利用的是小波系数多者之间的联系，所以在接收端，利用盲检测就可以将水印信号提取出来。实验结果表明该算法对原音频信号的影响极小，并且对于各种音频操作和人为攻击具有较好的鲁棒性。     

基于扩频序列嵌入水印的音频信号研究

提出了一种基于扩频序列的音频水印新算法。利用随机序列将水印序列扩展，通过小波变换将水印信号嵌入到二层小波变换的中频系数中，因为嵌入时，利用的是小波系数多者之间的联系，所以在接收端，利用盲检测就可以将水印信号提取出来。实验结果表明该算法对原音频信号的影响极小，并且对于各种音频操作和人为攻击具有较好的鲁棒性。     

一种基于神经网络的小波域音频水印算法

提出了一种基于小波分解和神经网络的数字音频水印算法，先对音频信号进行小波分解，将数字水印嵌入到音频信号的小波域低频重要系数中，同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系，然后在接收端用训练好的神经网络提取水印。实验结果表明，嵌入水印的音频信号没有明显的听觉失真；经过噪声干扰，低通滤波，有损压缩，重新采样等信号处理后，相关函数检测具有显著的二值分布特征，且相关系数均达到0．72以上，与其他方法相比，该算法在提取水印时无需原始音频信号，具有运算量低和鲁棒性强等优点。     

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。