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.     

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.     

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。     

一种盲检测的小波域数字水印算法

提出一种基于离散小波变换的盲检测数字水印算法.该算法在嵌入时,采用同一水印多重嵌入的思路,不但实现了盲提取,同时还提供提取水印时所需要的纠错信息,提高检测的正确率.通过实验证明,该算法具有较理想的安全性、鲁棒性,且由于该算法在提取水印时不需要原始信息,因此将水印技术应用于产品的网络发布和传播时具有一定的优势.     

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DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.     

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.     

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 .     

离散小波变换与奇异值分解的音频信号水印算法

针对现有水印算法在嵌入过程中通常会对原始音频信号产生破坏的问题,设计了一种基于离散小波变换-奇异值分解(DWT-SVD)的水印嵌入方法实现水印信号的嵌入与提取.同时,以相关系数和误码率为衡量指标,对水印算法的不可感知性、安全性及鲁棒性进行评定测试.结果表明:在经过噪声、滤波、剪切、压缩等多种攻击后,所提取的水印仍然能保持较高的清晰度,这说明DWT-SVD算法具有较强的抗攻击能力,可有效保护版权人的利益.     

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.     

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