自适应小波变换的扩频音频数字水印

在分析了自适应小波变换特性的基础上,提出一种基于自适应小波变换的扩频音频数字水印算法.将二值水印图像降维处理转化为一维序列,再将一维序列与m序列做扩频调制,对音频信号进行分段做自适应小波变换,把经过扩频调制的水印信号经过量化处理嵌入到自适应小波变换后的系数中.模拟实验证明,该方法具有较好的不可感知性和鲁棒性.     

基于小波变换的数字音频水印算法研究与实现

随着数字多媒体技术及互联网技术的迅猛发展,图像、视频和音频等多种形式的多媒体数字作品的创作、存储和传输都变得极其便利,但其版权保护也受到严重威胁。基于对数字水印技术的研究,提出了一种基于小波变换的频域音频数字水印算法。该算法利用混沌序列对水印信息进行加密,通过小波变换把音频信号映射到频域,将水印信息嵌入到音频信号的精细分量上。通过实验验证,该算法具有良好的感知透明性、安全性和鲁棒性。     

一种基于 DWT 的音频水印算法

基于人耳听觉特性和小波变换的时频特性,提出了一种水印嵌入与检测算法。通过提取音频信号幅度的最大值进行小波变换,再在小波变换的重要系数中嵌入水印。仿真实验证明:该算法隐藏水印具有较好的不可感知性和较强的稳健性。     

基于提升小波与DCT的自适应音频水印算法

为了达到版权保护的目的,利用提升小波变换计算速度快、离散余弦变换（DCT）后直流系数的听觉容差性强的特点,提出了一种在提升小波域进行DCT的自适应音频水印算法。原始音频信号经提升小波变换后分解为低频子带和高频子带,对其低频子带进行DCT,将水印序列嵌入到DC系数上。考虑到水印音频信号的不可感知性和鲁棒性之间的平衡问题,采用了水印序列自适应调整嵌入。实验结果表明,该水印算法计算复杂度低,且对噪声、 低通滤波等常见信号攻击及恶意替换操作均表现出很强的鲁棒性。     

基于混沌理论的音频数字水印算法研究

音频信息隐藏技术已成为近年来的研究热点之一,将混沌理论引入到音频水印系统的研究中,设计了一种将一段音频作为水印,利用混沌序列选择部分原始音频信号作为载体,将混沌加密后的音频水印嵌入到载体的小波系数中的音频信息隐藏方法。实验表明,水印具有很强的安全性和鲁棒性。     

一种基于DWT和DCT域的音频信息隐藏算法

提出了一种基于离散小波变换(DWT)和离散余弦变换(DCT)的音频信息隐藏的新算法.首先,对载体音频信号整体进行小波分解,将其低频小波系数分段后进行离散余弦变换;其次根据人耳听觉的频率掩蔽效应,选择出对人耳听觉容差最大的直流系数组成序列并分段;最后通过修改各段统计特征来嵌入水印.实验表明,嵌入水印后的语音信号不仅具有良好的不可感知性,而且对诸如加噪、低通滤波、重采样、重量化、回声、MP3压缩、样点裁剪、时域线性延伸和缩短等的攻击具有很强的鲁棒性.     

基于CDMA扩频技术的图象水印算法

为了增强水印的稳健性和提高运算速度,提出了一种应用直接序列扩频的码分多址通信技术(DS-CDMA)的图象离散小波变换域水印算法.该算法先采用m序列优选对来生成正交的Gold序列集,然后将改进后的Gold序列对水印信息进行扩频,并形成互相叠加的.CDMA编码,最后将其嵌入到原始图象的DWT变换域.在水印提取时,则利用正交码的自相关函数特性来检测出扩频到Gold码的水印信息,从而实现了隐藏信息的盲检测.与已报道的同类算法的性能比较表明,应用该算法隐藏的水印信息量较大,且水印稳健性好.     

一种基于小波变换的同步音频水印技术

提出了一种小波域下基于量化系数的自同步鲁棒性音频数字水印方案,该算法首先将视觉可辩的二值水印图像降维成一维序列,再用密钥将水印序列伪随机排序,然后插入m序列作为同步码,最后对数字音频信号进行分段H层DWT变换,通过量化系数的方法把预处理后的水印序列重复多次嵌入到DWT变换后的低频分量中.提取水印信息时无需原始音频信号的辅助,实现了水印的盲检测.实验结果表明水印是不可察觉的,经过低通滤波、mp3压缩、重抽样、噪声干扰等操作后水印系统仍具有强的鲁棒性,并且能比较有效地抗击裁剪攻击.     

一种基于混沌调制和双变换域的音频水印算法

针对传统音频水印算法不能实现盲提取和水印的安全性、鲁棒性不强,提出一种改进算法。采用Logistic混沌序列对降维后的水印信号作进行调制,再结合离散小波变换的多层分辨能力和离散余弦变换的能量汇聚特性,通过修改双变换域的中低频系数,在载体音频中嵌入水印信息。仿真实验表明改进算法具有更好的安全性和鲁棒性。     

基于提升小波变换和SVD的音频水印算法

为达到对数字音频版权保护的目的,利用提升小波变换算法复杂度低、计算速度快的优点,提出一种基于提升小波变换和SVD的音频水印算法。首先对原始音频信号进行分段,为确定水印信息的嵌入位置,选取巴克码为同步信号,并在时域内嵌入子音频段的前端部分;再对子音频段后端部分进行提升小波变换,通过量化调制的方法将水印信息嵌入至信号低频系数的奇异值中。实验结果表明,该算法具有良好的透明性和实时性,对噪声、重采样、裁剪、低通滤波等常见信号攻击表现出较强的鲁棒性。     

自适应小波域数字音频水印嵌入算法研究

以整型提升小波变换、人类听觉掩蔽特性、数字音频局部邻域特性为基础，提出了一种自适应小波域数字音频水印嵌入算法，该算法具有以下特点：（1）结合人类听觉系统的掩蔽特性，实现了水印嵌入位置的自适应确定；（2）引入了高效的整型提升小波变换；（3）利用数字音频的局部邻域特性，实现了数字水印嵌入深度的智能调节；（4）数字水印信息的提取不需要原始音频信号．对比实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性（特别是叠加噪声与低通滤波）。     

基于内容的自适应小波域数字音频水印算法研究

以整型提升小波变换、静态图像压缩编码、人类听觉系统（HAS）为基础，提出了一种将灰度图像（即二维数字水印）嵌入到数字音频信号的新水印算法．该算法具有以下特点：（1）应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字音频水印算法；（2）充分利用人类听觉系统（HAS），实现了二维数字水印的自适应嵌入，增强了算法的透明性和鲁棒性，（3）二维数字水印的提取不需要原始音频信号．仿真实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性．     

一种基于小波域的盲检测音频水印算法

该文提出了一种基于离散小波变换的数字音频水印盲检算法。本算法选择在小波系数的偶数点嵌入水印,将混沌理论引入到音频水印系统的研究中,利用混沌序列将一幅有意义的二值图像加密后嵌入到原始音频的DWT域中,提取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。     

一种新的大容量数字音频水印嵌入算法

提出了一种新的大容量数字音频水印嵌入算法．该算法具有以下特点：（1）以整型小波变换为基础，不仅降低了舍入误差，而且提高了音频水印的嵌入与检测速度；（2）采纳分段变换及整体修改策略，增强了数字水印嵌入的稳定性；（3）以灰度图像作为数字水印，不仅数据容量大，而且更具层次感和多样性；（4）以保证不可感知性和鲁棒性的良好平衡为前提，实现了数字水印的盲检测．仿真实验表明：所提出的算法不仅具有较好的不可感知性，而且对诸如重新采样、重新量化、低通滤波、MP3压缩、叠加噪声等攻击均具有较好的鲁棒性．     

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。     

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。     

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。     

基于小波变换的数字水印隐藏与检测算法

主要研究了在数字语音信号中加入数字水印的方法,提出了一种基于小波变换的数字水印隐藏与检测算法,用这种算法隐藏水印具有很强的隐藏性,对原始语音的影响基本上察觉不出来。叠加了水印的语音在经过多种强干扰及各种信号处理的变换之后,使用本算法仍能正确检测出水印的存在,如它可以抵抗噪声干扰、去噪算法对信号进行去噪处理、语音信号的有损压缩以及信号的重新采样等。     

一种可抵抗MP3压缩的音频水印算法

提出了一种稳健的自适应混合域数字音频水印算法，该算法具有以下特点:(1)通过采纳更为稳健的同步信号及其全新嵌入策略，提高了音频水印的抗攻击能力；(2)充分利用DWT的多分辨率特性和DCT的能量压缩特性，改善了数字水印的隐藏效果；(3)结合听觉掩蔽特性自适应确定量化步长，提高了数字水印的不可感知性；(4)以保证不可感知性和稳健性的良好平衡为前提，实现了数字水印的盲检测．仿真实验表明，所提出的算法不仅具有较好的不可感知性，而且对诸如重新采样、重新量化、叠加噪声、低通滤波、随机剪切等攻击均具有较好的稳健性．特别地，该算法对于最为普通的MP3压缩攻击具有极强的抵抗能力(尤其是高压缩比下).