一种心理声学模型的自同步音频水印方案

提出了一种鲁棒的数字音频水印方案,该方案主要特点：（1）应用双重置乱机制,保证水印的安全性;（2）利用心理声学模型算法,确定水印嵌入强度;（3）应用同步机制,实现水印的自同步检测;（4）在离散小波变换（DWT）域嵌入水印,提高水印的抗攻击能力;（5）利用高效的嵌入算法,提高水印的检测效率。仿真实验表明,该方案不但具有良好的不可感知性,还对诸如重采样、重量化、叠加噪声、低通滤波、MP3压缩等攻击具有较好的鲁棒性。     

一种基于音频特征的自适应量化数字音频水印算法

针对传统的固定步长量化方法对不同种类音频载体适应性较差的缺点,提出了一种新的自适应量化步长的数字音频盲水印算法．该算法结合音频载体自身特点自适应确定量化步长,大大增强了算法对不同音频载体的适应性．仿真实验表明,该算法对于不同种类音频载体不仅具有较好的不可感知性,并且对于重采样,重量化,噪声,低通滤波及MP3压缩等攻击都具有较好的鲁棒性.     

基于量化和听觉感知的数字音频水印

论文提出了一种新的用于音频作品版权保护的数字水印算法。水印(二值标志图像)由相邻小波包系数的特定量化关系表示。心理声学模型控制水印嵌入和小波包分解过程,确保水印嵌入是不可感知的,同时使子带分解结构接近于临界频带,因此与以往算法相比该算法提高了子带掩蔽阈值,即加大了水印的抗攻击范围,增强了水印的鲁棒性。实验结果显示该算法能有效抵抗MP3压缩,低通滤波,重新采样和添加白/随机噪声等多种攻击。     

纠错编码和自适应量化的同步音频水印研究

利用混沌动力力学系统中的Logistic映射对水印图像进行置乱处理,并对其采用纠错编码技术,同时引入嵌入同步信号的思想,利用同步信号定位水印的嵌入位置,根据人耳的听觉特性,采用自适应量化调制策略将水印信息嵌入到DCT域系数中。实验结果表明：该算法不仅具有较好的不可感知性,而且对诸如低通滤波、有损压缩、重采样和剪裁等攻击均具有较好的顽健性。     

基于小波域的均值量化数字音频水印算法

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。     

基于量化的倒谱变换数字音频水印算法

提出了一种基于复倒谱变换的数字音频水印算法。该算法充分利用了复倒谱变换的特征,将原始音频信号分成若干帧,每帧音频实施复倒谱变换后,将系数均值按照一定的量化方法嵌入水印,水印的提取不需要原始音频信号,是一种盲水印算法;实验结果表明,嵌入的水印不仅具有很好的透明性,而且对重新采样、低通滤波、添加噪声、重新量化、有损压缩等攻击也具有很好的鲁棒性。     

基于听觉效果的数字音频水印算法的设计

为了提高音频水印嵌入的数据量和嵌入的效果,提出了一种基于人耳听觉效果的数字音频水印嵌入算法;该算法利用人耳对声音的滞后掩蔽效应,在声音中的一些被屏蔽掉的区域嵌入水印信息,达到扩大水印信息量和减少对音频信息的影响;设计的算法采用过零率和音频信号能量实现水印的嵌入,使用同步信号实现水印信息的定位,利用水印信号和帧段数量的相互关系来实现水印的提取;测试结果表明,该算法具有较强的鲁棒性,能够抵御典型的水印攻击技术。     

基于心理声学模型的音频水印能量与可靠性研究

对基于心理声学模型的音频水印算法的能量与相关检测可靠性的关系进行了分析研究。给出计算音频水印相关检测的检测阈值的方法,并描述了水印能量、检测阈值以及信噪比与检测误码率的关系。实验结果验证了水印检测错误率随着水印能量的增加而降低,随着信噪比的增大而增加。     

数字音频信号的脆弱水印嵌入算法

该文给出了量化系数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脆弱水印嵌入算法。该算法充分利用离散子波变换的多分辨率特性，通过等概率随机量化音频信号不同子带的子波系数嵌入视觉可辨别的水印－二值图像。仿真实验结果表明，该文提出的数字音频信号脆弱水印嵌入算法对有损压缩、滤波和重新采样等操作具有很强的敏感性。     

一种基于自适应量化的半脆弱图像水印算法

提出了一种基于自适应量化的半脆弱图像水印嵌入方案，能够在不参考原始载体的情况下对数字图像同时进行版权保护和内容认证．该半脆弱水印嵌入方案具有以下特点：（1）抽取并利用了原数字水印的特征信息（作为辅助水印）；（2）采纳了基于人眼视觉特性的自适应量化策略；（3）数字水印信息的提取不需要原始载体图像；（4）采用整型提升小波变换，克服了小波域水印算法普遍存在的舍入误差问题；（5）能够同时进行版权保护与内容认证，并可确定篡改发生区域．仿真实验表明：该小波域水印嵌入方案不仅对JPEG压缩、叠加噪声、平滑滤波等常规图像处理具有较好鲁棒性。而且能够对替换等恶意图像篡改做出报警反应，同时其误检率与漏检率等关键技术指标均优于现有半脆弱水印嵌入算法．     

基于听觉特性的DCT域数字音频水印算法

提出一种基于听觉掩蔽效应和量化的DCT域音频水印嵌入方案,根据人耳的生理听觉特性,计算音频信号的掩蔽阈值,对获取的中低频系数量化后嵌入数字水印图像,量化步长由掩蔽阈值自适应控制,并且水印的提出和检测都不需要原始数字音频信号的参与。实验结果表明,该算法具有较好的不可感知性,并且对压缩、滤波等操作具有较强的鲁棒性。     

基于DWT的盲音频水印算法研究

提出了一种基于离散小波变换的盲音频数字水印算法,该算法采取分段重复嵌入方式在能量最强的小波系数内隐藏水印信号。仿真实验结果表明,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,并且在水印检测时不需要原始的音频信号。     

一种自适应的奇偶量化水印算法

数字水印是数字媒体版权保护的一种有效方法。提出了一种自适应的奇偶量化水印算法,其量化步长由Watson模型和JPEG量化表共同确定,并通过二者自适应地调节量化步长。水印在DCT的中频系数中嵌入,由于采用奇偶量化,水印提取方法简单。实验结果表明,该算法具有良好的不可见性,算法简单,并能抵抗常规的图像处理和噪声攻击,具有很强的鲁棒性。     

基于DWT和DCT的自适应双重音频水印

针对数字音频版权保护和内容认证的问题, 提出了一种用于版权保护和内容认证的自适应双重音频水印算法。算法对每段原始音频信号进行离散小波变换和离散余弦变换, 分别提取混合变换域的低频系数和中低频系数作为水印的构造和嵌入域, 利用音频载体的统计特性自适应地构造零水印和嵌入半脆弱水印, 实现音频版权保护和内容认证。实验结果表明, 该算法的不可感知性很好, 在抵抗多种攻击时具有良好的鲁棒性, 并且能够对恶意窜改进行定位。     

一种DCT域自适应音频水印算法*

数字水印技术中水印强度是影响水印鲁棒性的重要参数。当前大多数的水印算法均利用实验来确定水印强度,但实验具有很大的随机性,得到合适的水印强度需要大量的实验。提出了一种DCT(discrete cosine transform)域基于信噪比(signal noise ratio,SNR)水印强度自适应的音频水印。首先将载体音频分帧,然后根据对嵌入水印后音频品质要求的SNR计算各帧的水印强度,选择可嵌入强度大的帧,将一个水印比特信息嵌入一帧的DCT的直流系数,水印强度将自适应于各帧。实验结果证明了该算法具有较好     

一种新的用于音频认证数字水印算法

为确保数字音频数据感知意义上的完整性,提出了一种新的音频认证水印算法。该算法把原始音频分帧,每帧分为两节,在第一节时域中嵌入同步码,将第二节进行DCT变换,计算邻帧关系向量,并将其作为水印信息嵌入其他帧第二节的DCT中频系数。认证时,计算邻帧关系误差,据事先设定的阈值来判断音频是否被窜改,若遭受窜改,可进行窜改定位。仿真实验表明,该算法在无原始水印参与的情况下,不仅可以实现音频媒体的完整性认证,而且窜改定位准确。     

基于听觉频率掩蔽效应的音频数字水印算法

文中提出一种基于听觉掩蔽效应的音频数字水印算法,根据掩蔽阈值在DCT低频系数中嵌入水印。依据听觉掩蔽模型计算每个临界频带的掩蔽阈值,再根据水印嵌入点处的掩蔽阈值和音频载体值的大小共同控制量化步长。同时为满足水印快速嵌入的要求,通过文中提出的算法可以寻找到嵌入时间（计算量）与鲁棒性的最佳平衡点,得出一帧语音中嵌入水印的最佳重复次数。实验结果证明所嵌入的水印具有很好的不可感知性,对加白噪声、低通滤波、重采样和压缩等各种具有良好的鲁棒性。     

一种基于量化DCT域音频水印新算法

提出一种新的基于量化DCT域的音频水印算法,根据DC分量和AC分量在水印的鲁棒性和不可听性中起着不同的影响来设计水印算法,使水印的鲁棒性和不可听性得到更好的权衡。首先,把音频数据分成含有8个数据的不重叠块,然后,对每个数据块进行DCT变换;通过对DCT系数中DC分量和第四AC分量进行轮流调制来完成水印嵌入,每个数据块嵌入1 bit信息。实验表明该水印算法对于叠加噪声,有损压缩,重量化等常见的数字信号处理具有较好的鲁棒性,同时,水印系统具有很好的不可听性。     

基于HVS和量化的自适应盲水印算法

提出了一种基于HVS和量化的自适应盲水印算法,基于HVS的视觉模型使用亮度掩蔽系数,纹理掩蔽系数,频率掩蔽系数来自适应地调整水印的嵌入强度。算法选择在DCT域,通过用JPEG量化表量化DCT系数,比较量化后的DC系数|DC|与选定的量化后的AC系数|AC|之间的关系来嵌入和提取水印,并实现了水印的盲检测。由于DCT系数基于JPEG量化表来量化,对JPEG压缩具有很好的抵抗能力,对叠加噪声、模糊等常规的图像操作也具有很好的鲁棒性。实验结果证明,该算法是一种行之有效的方法。