基于复倒谱系数均值比较的数字音频水印算法

提出一种基于复倒谱系数均值比较的数字音频健壮、透明及盲水印算法。该算法把音频信号划分为若干帧,每帧划分为若干个节,每节包含若干个相同的采样点,对每帧的前二节实施复倒谱变换,然后比较前二节复倒谱系数的均值,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受重新量化、重采样、添加噪声、低通滤波、音频格式转换等常见信号处理及攻击。与SMM算法比较,其透明性、健壮性更好。     

基于倒谱变换的数字音频健壮盲水印算法

提出一种基于倒谱变换的数字音频健壮盲水印算法。把音频信号划分为包含相同采样点的若干帧,对指定帧实施复倒谱变换,将复倒谱系数均值与阈值进行比较,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号处理及攻击。     

一种健壮透明的数字音频DWT水印算法

提出了一种基于离散小波变换(DWT,DiscreteWaveletTransform)的健壮、透明的数字音频水印算法。把音频信号划分为若干个包含相同采样点的帧,每帧划分为若干个包含相同采样点的节。对每帧的前两节实施小波变换,对前两节精细分量的能量进行比较,根据能量比较及水印比特,结合HAS特性,采用不改变或缩小精细分量能量的方法,在精细分量中嵌入水印。结果证明,该算法具有较强的健壮性、较好的透明性,能盲水印检测,可抵抗常见的音频处理及攻击,如:重采样、添加噪声、低通滤波、重新量化、转换等。     

抗随机剪切的小波域音频水印算法

提出一种基于离散小波变换的有效抵抗随机剪切的鲁棒性音频水印算法。该方法首先把音频信号划分为若干个包含相同采样点的帧;然后对每帧进行小波变换,提取小波低频系数并计算相应的绝对平均值;最后根据每帧绝对平均值与低频系数比较的结果,将经过Arnold变换后的二值图像嵌入到小波低频系数中。该算法在对水印进行提取和检测时不需要原始音频。实验结果表明,提出的方法在抵抗各种音频处理（如高斯噪声、MP3压缩、重采样、去噪处理、随机剪切、抖动攻击等）性能良好,尤其是抵抗音频信号的恶意剪切攻击鲁棒性更强。     

基于离散余弦变换的自适应盲视频水印算法

设计了一种基于离散余弦变换的自适应盲视频水印算法,先用混沌序列对水印图像加密,再将视频序列进行分帧,提取亮度分量作二维8×8DCT变换,将水印嵌入到DCT分块的低频系数中。水印的提取不需要原始视频信号和原始水印,实现了水印的盲检测。实验结果表明,水印的不可感知性很好,在抵抗椒盐噪声、高斯噪声、帧删除、帧剪切及高斯低通滤波等多种攻击时具有良好的鲁棒性。     

复合NSCT分解DCT变换和SVD分解的多重变换水印

为了提高水印的抗旋转攻击鲁棒性,加大水印的嵌入量,提出了一种基于非采样Contourlet变换（NSCT）和离散余弦变换（DCT）结合的双重变换域水印算法。对图像进行NSCT变换,将低频系数进行DCT变换,对DCT域低频系数进行奇异值分解（SVD）。经仿真实验表明,该算法对常规滤波、旋转有很好的鲁棒性,特别面对旋转攻击时,算法仍能很好地提取出水印信息。     

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。     

HSV色彩空间盲嵌盲检盲提取DCT域视频水印

提出了一种基于欧拉数及HSV色彩空间的视频水印离散余弦变换(DCT)算法。在视频中选择欧拉数较小的帧,在HSV色彩空间亮度分量DCT中频系数中嵌入水印。该算法能实现盲嵌入、盲检测和盲提取,且健壮性强、透明性好,能经受噪声、滤波、剪切、压缩、帧插入及删除等图像、视频处理与攻击。     

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。     

基于标记矢量量化的多重音频数字水印算法

提出一种基于矢量量化和DCT变换的多重音频数字水印算法.该算法将鲁棒水印和脆弱水印分别嵌入到载体音频信号中,同时完成版权保护和音频内容完整性认证的功能.鲁棒水印在进行码字标记的矢量量化过程中嵌入到DCT中频系数中,脆弱水印采用索引约束的方法嵌入到DCT高频系数中.鲁棒水印和脆弱水印都能实现盲提取.实验结果表明,本算法引...     

采用混沌加密和重复码的复倒谱音频水印算法

针对数字音频产品版权保护问题,设计了一种基于混沌加密和重复码调制的复倒谱变换数字音频水印算法。算法把音频信号划分为包含相同采样点的若干帧,对每一帧实施复倒谱变换,将一幅包含版权信息的二值图像作为水印,利用混沌序列对其加密,再利用重复码进行纠错后嵌入到原始音频的复倒谱系数中,水印提取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,算法具有较强的鲁棒性和不可感知性。能经受添加噪声、低通滤波、重采样、重新量化、音频格式转换等常见信号的处理及攻击。     

一种用音频作载体的信息隐藏算法

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

一种用音频作载体的信息隐藏算法*

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

一种健壮的数字音频水印时域算法

提出了一种健壮的数字音频水印时域算法。把音频信号划分为若干个包含相同采样点的段,每一段划分为若干个包含相同采样点的节,对每段前二节的能量进行比较,结合水印信号及HAS(人类听觉系统,Human Auditory System)的掩蔽特性,采取不改变或缩小音频信号能量的方法,在数字音频中嵌入水印。实验证明,该算法听觉相似性好,健壮性强,可盲水印检测。     

一种适于多媒体流的鲁棒性水印方案

提出一种适用于多媒体流的鲁棒性水印算法,该方案将二值图像分段后经扩频调制作为水印信息分别嵌入视频帧的DCT域和音频的DCT域.实验结果表明:算法中嵌入的水印具有良好的不可觉察性,算法复杂度低,并且能够抵抗帧删除,帧插入和帧替换等攻击.对于针对音频信号的攻击,也具有良好的鲁棒性.此外,可以参照另一信号的相应信息,恢复被破坏的水印.     

基于人类听觉的伪随机序列的信息隐藏技术

提出了一种在话音传递中，蒙蔽人类听觉的信息隐藏模型。给出了数字音频信号中信息隐藏的伪随机序列生成算法。利用此算法对隐蔽信息先加密，再对数字音频信号进行分段处理，并选出部分段做离散余弦变换(DCT)，最后依据人类的听觉系统选择DCT域中高频系数进行量化完成加密的隐蔽信息嵌入。实验结果表明，在提高鲁棒性的同时，还大大增加了安全性，就是在外界发现数字音频含有隐藏信息的情况下，在不知道密钥的情况下，还是很难提取隐蔽信息。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :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     

Efficient audio integrity verification algorithm using discrete cosine transform

Audio recordings have been used as evidence for long times. Multimedia processing advancement makes it difficult to be completely sure about what is heard is the truth. This paper presents a promising approach for integrity verification of recorded audio signals using discrete cosine transform. This approach is based on self embedding concept which embeds block-based marks extracted from the same audio signal after being transformed into 2-D format into other blocks according to a specific algorithm. After the self-embedding process, the data is converted back into 1-D style which represents a marked audio signal. The 1-D audio signal is converted into a 2-D format and then converted back into a 1-D format using the popular lexicographic ordering scheme utilized in image processing. Reverse processes are executed to extract the verification marks from the audio signal throughout the integrity verification process. Based on the extracted audio signal properties, the integrity of the marked audio signal is evaluated. Different audio processing tasks and attacks are implemented to examine the suitability of the proposed algorithm for verifying the integrity of high-confidentiality recorded audio data. The results show that the efficient ability of the proposed approach to verify integrity and detect attacks.