基于小波变换的脆弱-鲁棒双重音频水印

基于传统的量化系数水印算法,提出新的量化对象及量化策略,实现多目的双重音频水印嵌入.算法通过对小波变换(DWT)域同级奇偶系数之和的差作水印嵌入区域量化,使水印嵌入噪声分散到小波域偶系数,在相似检测难度基础上大幅度提高水印嵌入后的信噪比(SNR),且更能抵抗对于个别系数的攻击,提高了水印鲁棒性.提出了新的量化值分布策略用于嵌入脆弱水印,加大脆弱水印对于量化对象偏移的敏感性,以及实现版权保护和内容认证的多目的水印嵌入,并提出双重水印联合检测曲线对双重水印进行检测和性能评估.实验表明,该算法的鲁棒水印能有效抵抗各种常见攻击,而脆弱水印对各种攻击具有足够高的敏感度,双重水印嵌入透明性高.     

基于DDWT的复合型数字图像水印算法

提出了一种鲁棒性数字水印和脆弱性数字水印相结合的复合式水印算法,具有较好的双重保护性能,即用于版权认证方面的鲁棒性数字水印和用于图像内容保护的脆弱性数字水印.首先,对原始图像进行DDWT和SVD变换在频域中嵌入鲁棒性数字水印;然后,在空域中嵌入脆弱性数字水印.仿真实验表明,该算法具有很好的应用前景.     

彩色图像的篡改检测及自恢复算法

数字水印是图像认证的有效手段之一.利用小波变换提出一种计算简单的彩色图像水印算法,将一个图像的主要内容嵌入该图像自身之中,用均值量化的方法在亮度信号中嵌入水印,实现篡改检测和定位篡改区域;用多余的色度空间嵌入亮度信号和色度信号,用于恢复被篡改的图像内容.该算法可以获取较高的峰值信噪比,具有很好的鲁棒性.实验结果表明,该算法对删除、替换等恶意图像篡改具有良好的检测、定位和自修复能力.     

基于神经网络的数字音频双重语义水印算法

基于语义的数字水印算法研究是当前数字音频内容管理领域的热点问题,该文设计基于统一内容定位技术的音频语义标引框架,建立数字音频语义水印模型。提出了基于RBF神经网络的双重语义水印算法,该算法用RBF神经网络自适应选择水印嵌入的最佳音频片段,用小波变换提取所选音频片段的近似分量和细节分量,分别在两种分量中嵌入不同的语义信息,形成双重语义水印,实现语义信息和原始音频信号的一体化传输。根据语义水印信息的不同属性描述,实现音频资源的有效检测与监督。实验结果表明,当嵌入信息量较大的语义水印时,该算法仍有较好的鲁棒性和不可听性。     

基于DWT的双重数字音频盲水印算法

针对单一水印存在的问题,设计了一种基于DWT的双重数字音频盲水印算法,先用混沌序列对水印图像加密,再将原始音频信号分段,采用不同的嵌入策略平衡水印透明性和鲁棒性之间的矛盾,把水印信息分别嵌入到经过四层小波变换的高、中频分量中,水印的提取不需要原始音频信号和原始水印,实现了水印的盲检测.实验结果表明,水印的透明性很好,在抵抗重采样、滤波、噪声干扰以及压缩等多种攻击时具有良好的鲁棒性.     

一种新的数字音频水印算法

提出了一种在数字音频信号中嵌入水印的新算法．算法首先对数字音频信号作多尺度离散小波变换(DWT)，然后在离散小波变换域内通过改变一些中频系数的方法嵌入水印．嵌入水印后的音频信号与原始音频信号在听觉上是相似的．仿真试验表明该算法具有较强的稳健性，可用于数字音频产品的版权保护．     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

基于DWT的自适应盲音频水印算法

提出了一种基于离散小波变换的数字音频水印盲检测算法.对原始音频数据进行分段处理,对每个音频数据段进行DWT,自适应确定嵌入强度,将水印信号重复地嵌入到每一段音频数据小波系数的偶数点中.算法提取水印时不需要原始音频信号.仿真实验证明了算法的鲁棒性和不可感知性.     

基于一次U系统的音频数字水印新技术

本文提出了一种基于一类正交函数系—U系统的数字音频水印的新算法.该算法将水印信号嵌入到U变换后的音频文件中的中低频部分,在保证听觉质量的同时,可以提高水印的嵌入量.实验结果表明该算法对高斯白噪声、重采样、滤波,剪裁等攻击具有较强的鲁棒性和可行性,适用于音频版权的认证.     

一种新的基于小波变换的自适应量化音频水印算法

提出了一种新的自适应量化数字音频水印算法,利用量化信噪比自适应地确定量化步长,进而利用音频信号的特点来决定水印的嵌入强度.在提取水印时不需要原始的音频信号,所以可实现水印的盲提取.仿真结果表明,该算法不仅具有较好的透明性,而且也对叠加噪声、有损压缩、低通滤波、重新采样等攻击具有较好的鲁棒性.     

基于小波和复倒谱变换的音频水印技术

提出了一种基于小波分解和复倒谱的音频数字水印算法。该算法通过对原始语音信号进行三级小波分解，提取出小波近似分量，从近似分量中选取重要系数。利用复倒谱变换系数的不相关性，对重要系数进行复倒谱变换实现解相关运算，最终把水印嵌入到语音复倒谱域中，实现了在语音信号中嵌入二值图像，提高了水印嵌入算法的不可听性。实验证明该方法在抗常见的信号处理如加噪、滤波、重采样、有损压缩等方面具有较好的稳健性。     

基于量化频域稳健音频水印算法

提出一种基于心理声学模型的频域音频水印算法。首先对音频进行MP3压缩解压，再对音频分段进行离散傅立叶变换，通过压缩前后音频功率谱的比较，然后利用心理声学模型在变换域的中低频子带域内来寻找水印嵌入位置的最佳点，水印信息的嵌入通过量化原理来完成。实验表明，该算法对一般信号处理类操作都具有较强的鲁棒性和不可听性。     

用于版权保护与内容认证的多功能音频水印算法

针对现有的多功能音频水印算法恢复篡改区域的能力较弱问题,提出了一种多功能双音频水印算法.首先对原始音频信号分帧,结合Mel频谱倒谱系数计算每帧的相似帧,并将其作为鲁棒水印嵌入经过Torus映射的帧的低频小波系数的绝对平均值中;然后将高频小波系数的平均值作为初始值,利用Logistic序列生成认证水印信息,并通过单个量化高频系数的方法将其嵌入到音频信号中.仿真结果表明:所提出的算法具备很强的抗攻击性;脆弱水印对篡改敏感,而且篡改定位精确.     

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。     

一种数字音频多水印算法

本文提出了一种用两种不同方式在变换域嵌入多水印的方法。该算法实现在稳健水印的基础上加入了易损水印。通过实验，证明在同一音频作品里面以这样的方式加入两种水印，通过一定的控制，它们可以分别起作用，通过计算提取的易损水印，可以很容易对音频信号的原始性作出结论，而提取出的稳健水印则对诸如滤波、重采样、加噪等攻击表现出很好的稳健性。     

基于人眼视觉模型的图像水印技术

数字水印作为数字产品版权保护的有效手段，近年来引起了人们的广泛的重视。针对数字图像水印进行了研究，提出了一个基于离散余弦变换(DCT)的图像水印新方案。该方案利用人眼视觉系统的视觉模型函数，将水印嵌入在图像的高频、中频和低频等成分中。实验结果表明，该水印方案体现了图像的鲁棒性和不可视性间的统一，使得所嵌入具有良好的抗噪声干扰和常规图像处理的能力。     

数字音频信号的水印隐藏与嵌入算法

提出了一种基于小波变换的音频数字水印算法,该算法具有良好的鲁棒性,并且嵌入水印后的音频信号没有引起人耳所感知到的品质变化.算法能抵抗常见的信号处理和音频压缩编码.数值仿真显示了算法的有效性.     

基于量化的小波域自同步数字音频水印算法

提出了基于离散小波变换的音频水印算法,与以往的音频水印算法相比,对DWT域的低频系数进行量化,具有较强的鲁棒性. 算法中引入了同步信号的思想,利用同步信号定位水印的嵌入位置. 实验表明,该算法对抗噪声、有损压缩、重采样攻击具有良好的性能.