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.     

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.     

基于音频内容的DWT域脆弱音频水印算法

为提高脆弱音频水印算法的安全性,实现音频内容的完整性认证,提出一种基于音频内容的可用于篡改与定位的音频水印算法.首先将音频信号分段,进行三级小波变换,然后将音频信号每段的低频小波系数的平均值映射为混沌初值,经过若干次迭代生成认证信息,并采用单个量化高频系数的方法嵌入认证水印.最后利用混沌对初值极端敏感性的特点,定位被篡改的音频位置.仿真结果表明,提出的算法对添加噪声、MP3压缩、低通滤波、重采样等常规的信号处理操作非常敏感,对恶意替换、随机剪切等去同步攻击能够报警并定位篡改位置.     

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。     

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.     

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%。     

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。     

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．     

基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络（CPN）的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

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.     

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.     

DWT DCT QR结合的音频盲水印算法

为保护互联网中数字音像制品的合法版权,结合离散小波变换（DWT）、离散余弦变换（DCT）、QR分解以及音频的特性,提出了一种针对音频的盲水印算法。首先对原始音频分段,然后对每个分段进行小波变换求得近似分量,再进行离散余弦变换,对低频部分进行QR分解,在QR分解后得到的上三角矩阵中嵌入水印信息。实验结果表明,该算法具有较好的透明性和鲁棒性,能够承受高斯加噪、重采样、重量化、低通滤波、MP3压缩、裁剪替换等常见音频信号处理攻击。