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。     

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EVD变换的鲁棒音频水印算法

常见的数字信号处理往往会改变音频信号的高频分量并引入随机噪声,并且易造成数字水印信息的位置改变. 提出了一种新的数字音频水印算法. 在该算法中, 原始音频被分为两部分: ① 运用量化索引调制来嵌入伪随机序列生成的二值同步码; ② 利用特征值分解(eigenvalue decomposition, EVD)方法先对离散小波变换(discrete wavelet transform, DWT)低频系数进行变换, 然后在生成的对角阵中用量化索引调制嵌入水印信息. 实验结果表明, 在确保不可感知性和较强鲁棒性的前提下, 可大幅度提高水印嵌入容量, 达到172 bit/s.     

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.     

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。     

基于ICA和DWT的数字水印算法研究

研究了小波变换域在低频子带嵌入数字水印的效果、水印嵌入因子对宿主图像质量和提取水印图像质量的影响,研究表明:存在嵌入因子阈值T,在嵌入因子小于T时提取的水印图像有较好的质量,是一种非常有效的数字水印算法.     

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QR分解和提升小波变换的鲁棒音频水印方法

利用QR分解的稳定性以及提升小波计算速度快的优良特性,给出一种基于QR分解和提升小波变换的盲鲁棒数字音频水印方法.为了保护原始二值水印图像的安全,利用混沌序列对其进行扩频,生成了待嵌入的水印信号.将原始宿主音频信号升维后进行QR分解,根据R分量是上三角矩阵且第一行为非零元素的特点,选定R分量的第一行,对其进行提升小波变换,得到了待嵌入的小波系数,利用线性瞬时混合模型将其与待嵌入的水印信号进行混合,得到隐秘音频信号.水印提取时,利用独立分量分析算法从待检测的隐秘音频信号中提取嵌入水印信号,获得嵌入水印信号的估计,经过后处理即可获得水印图像.实验结果表明,该方法可以实现水印的盲提取,并且具有良好的透明性和鲁棒性.     

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.     

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.     

自动调和小波变换域嵌入数字水印的鲁棒性和不可见性的方法

在水印算法中,不可见性与鲁棒性是一对矛盾（对于前者,水印能量越低越好;而对于后者,水印能量越高越好）。为了调和鲁棒性与不可见性之间在嵌入水印能量方面的矛盾,提出了把待嵌入的水印图象经数据加密标准DES（Data Encryption standard）加密变换后,使其成为一幅新图象,这幅新图象的高频成分和低频成分都变成了中低频成分,既达到“隐藏峰值”平滑的效果,使水印的幅值变化范围缩小。把加密后具有中低频成分的水印嵌入到载体图象的中频、中低频成分中;另外,通过把数字水印图象比较均匀地嵌入于整个载体图象中的方法,提高水印的鲁棒性（防止图象的某些部位被剪裁破坏）。此外,文中也提出了一种利用基因算法来自动快速地获取嵌入水印最佳能量的算法。实验结果表明使用这种方法能使嵌入的数字水印具有理想的鲁棒性,常规的图像处理方法（如,高斯干扰等）对其影响很小,能更好地保证在数字水印图像不可见性与鲁棒性之间达到较好的平衡。     

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.     

基于二维混沌映射的图像水印算法

根据混沌具有的随机性、对初始条件的极端敏感性等特点,本文提出了一种基于二维同余混沌映射的数字图像水印算法。将经过二维混沌映射置乱后的数字水印信号嵌入图像小波域的低频系数,保证了数字水印的隐蔽性、保密性和稳固性,同时实现了水印的盲提取;利用二维混沌同余映射对水印信号进行置乱,提高了水印的安全性,实验结果表明,该算法对于抵抗图像的攻击具有很好的鲁棒性。     

DCT域大容量鲁棒数字水印

为了在不降低数字水印鲁棒性的前体下提高嵌入容量,采用了在变换域中对DCT系数的修改来添加灰度图像数字水印。数字水印通过DWT变换并提取其低频分量实现数据压缩,用低频系数代替载体图像中的部分中频系数来实现水印嵌入。在DCT域中对其中频系数的修改算法可以保证水印的鲁棒性,同时又有较大的嵌入容量。实验结果表明,这一算法对JPEG压缩、剪切、加噪都具有较好的鲁棒性。     

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。     

一种基于音频小波变换的数字水印算法研究

提高语音通信的安全性和保护音频产品的知识产权已经成为人们关注的热点。本文介绍了信息隐藏的基本原理,重点分析了一种基于音频载体的图像数字水印算法,算法对音频载体首先进行小波变换并提取小波系数,然后将二值图像嵌入到低频系数中的较大值系列当中,接受时采用相反的方法对其进行处理并提取出原始水印图像,最后利用MATLAB软件对算法进行仿真实现。结果表明,该算法具有很强的安全性、不可察觉性,对噪声污染和MPEG压缩攻击具有良好的鲁棒性。