基于整数小波变换的自适应数字音频信息隐藏

提出了一种新型数字音频信息加密算法。通过整数小波变换,将加密数据嵌入到载体音频的小波子带系数中,在整数域估算听觉阈值,并将之作为嵌入信息的门限值,最后采用整数小波变换的逆变换来修正小波系数从而形成一个新的音频序列信号。该算法具有较大的有效载荷,较好的音频质量,可以实现音频信息的完全重构。通过对6种格式的音频信号进行测试,证明了提出的方法是有效的。     

一种时间自适应阈值的小波包改进语音增强算法

针对传统小波语音增强算法存在过度阈值处理的问题,提出一种改进的时间自适应阈值小波包去噪算法.该方法采用听觉感知小波包对噪声语音进行分解,得到小波包听觉感知节点上的系数,并基于语音存在概率估计按帧自动调节去噪阈值.因改进的阈值能更好地避免语音小波包系数被过度阈值处理的情况,从而在抑制噪声的同时保留了更多的原始语音成分,进一步提高了降噪效果.实验结果表明,该算法比常规小波自适应阈值算法能得到更清晰的语音增强信号.

     

一种基于DWT的自适应大容量音频水印算法

提出了一个自适应的音频水印嵌入算法。对音频载体和水印图像分别进行了离散小波变换和离散余弦变换,根据人类听觉系统的时域掩蔽效应选择嵌入点,在小波系数中的对应位置嵌入水印信号。嵌入水印后的音频信号觉察不出明显的变化,并且嵌入后的水印具有较高的鲁棒性。     

一种时间自适应阈值的小波包改进语音增强算法

针对传统小波语音增强算法存在过度周值处理的问题,提出一种改进的时间自适应阈值小波包去噪算法.该方法采用听觉感知小波包对噪声语音进行分解,得到小波包听觉感知节点上的系数,并基于语音存在概率估计按帧自动调节去噪周值,因改进的闲值能更好地避免语音小波包系数被过度阈值处理的情况,从而在抑制噪声的同时保留了更多的原始语音成分,进一步提高了降噪效果,实验结果表明,该算法比常规小波自适应闻值算法能得到更清晰的语音增强信号.     

基于形态学梯度的DWT域自适应水印算法

提出了一种基于形态学梯度的小波域自适应水印算法.利用形态学梯度,分析了小波包分解后的各子块的纹理分布及其强弱,并进行纹理排序.依据图像各子块自身纹理特征,自适应确定各子块阈值,选取大于其阈值的位置作为重要系数的位置进行水印信息的嵌入.然后,通过噪声可见函数(NVF)自适应调制各位置处的嵌入强度,在保证良好视觉掩蔽效果的基础上,采取最优的嵌入强度,更好的达到鲁棒性和不可见性的最佳效果.大量的实验结果表明,算法对常见的图像处理操作均有较好的鲁棒性.     

基于听觉感知模型的自适应音频数字水印算法

提出了一种基于听觉感知模型的自适应音频数字水印算法。该算法采用了适合于时变信号分析的小波包来分解音频信号。小波包分解满足心理声学模型所需的频率分辨率,可直接在小波域中计算掩蔽阈值,而不需像MEGP等算法那样进行FFT运算,从而大大降低了计算的复杂程度。实验结果表明,水印系统对MP3压缩、噪声干扰、重量化、低通滤波攻击有一定的鲁棒性。     

模糊集阈值分割水印算法

近年来出现了大量的变换数字水印算法,特别是基于小波变换的数字水印算法,而其中大部份算法或者把水印嵌入在小波低频系数,或者嵌入在中频域系数。本文将根据灰度特征对水印图像进行阈值化分割,然后同时分别嵌入到原始图像小波变换后的低频以及中频系数,并根据视觉系统的照度掩蔽等特性实现强度自适应调节的水印嵌入。另外引入最佳置乱度方法,对水印进行二维混沌映射的最佳置乱度置乱,达到提高水印抗剪切攻击能力的目的。     

基于整数小波阈值嵌入的无损数据隐藏

提出了基于整数小波阈值嵌入的无损数据隐藏方法。在图像的小波子带系数的最低位（LSB）嵌入隐藏数据,将数据嵌入到小波CDF(2,2)的高频子带系数中,符合人的视觉系统原理(HVS)。并使用直方图调整的方法防止溢出。小波阈值嵌入利用阈值T控制小波系数在最低位是否插入隐藏数据。该方法嵌入数据容量大(相同PSNR),PNSR高(相同容量）。通过对CorelDraw图像库1096幅图像测试,证明了提出的方法是有效的。     

整数小波域湿纸码自适应信息隐藏算法

通过对一些已有的自适应隐写算法进行分析,提出一种旨在提高安全性的整数小波域自适应信息隐藏算法.根据隐藏的数据量和载体单元特性确定阈值,自适应地在图像整数小波高频子带系数中选择合适的隐藏位置;利用湿纸码双层嵌入法嵌入秘密数据,并采用直方图调整策略保持小波高频子带系数直方图特性,由此从多方面提高了信息隐藏算法的安全性.大量与同类算法的对比实验表明,在嵌入率小于100%的条件下,该算法具有较强的视觉隐蔽性和抗统计检测的能力.     

小波包特征熵分解的图像水印算法

提出了一种小波包特征熵分解的自适应图像水印算法。该算法通过对宿主图像进行小波包特征熵分解,在高频系数中选取合适的阈值来区分高频系数中图像的纹理细节信息和噪声信息,将水印信息自适应地嵌入到高频系数当中。实验表明,该水印算法对噪声、JPEG2000压缩、滤波、改变对比度、几何剪切等攻击都具有一定的健壮性。     

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）。     

基于小波包最优基的音乐指纹提取算法

数字音乐指纹提取的主要目的是建立一种有效机制,用于比较2个音乐文件的听觉质量。提出一种基于小波包最优基分解的音乐指纹提取算法,利用与音频内容密切相关的小波包系数,将其作为特征进行指纹提取。实验结果表明,该算法对MP3,WMA和RM压缩、噪声、Stirmark for audio工具中常见的音频信号处理具有强鲁棒性,且在不同音乐之间具有较高可区分性。     

用小波包最好基结构系数和塔型算法检索音频数据

提出一种用小波包最好基结构系数和多分辨塔型算法检索音频数据的方法。这种方法首先对音频数据文件进行预处理,即把音频原数据文件变换成小波包最好基结构系数和小波不同级多分辨分析系数;最后用最好基结构系数对这些文件进行初步分类;最后再用塔型算法进行不同层次的检索。把这种方法与使用不同级小波逼近系数算法比较,结果表明这种方法对音频数据文件检索是有效的。     

Adjustable audio watermarking algorithm based on DWPT and psychoacoustic modeling

This paper presents a novel adjustable audio watermarking method with high auditory quality by exploiting the discrete wavelet packet transform (DWPT), psychoacoustic modeling and distortion compensated-dither modulation (DC-DM) quantization. While the DWPT is used to divide the audio frames into several frequency sub-bands, the psychoacoustic model is intergraded to determine the appropriate sub-bands for watermarking and to control the number of embedded bits in each one. Then, the DC-DM technique is used to embed the watermark bits into the appropriate DWPT coefficients. The synchronization code technique is adopted in the proposed method to withstand desynchronization attacks. In order to achieve an adjustable watermarking scheme, two regulator parameters are provided to manage the capacity-robustness trade-off. The performance of the watermarking scheme is evaluated by examining different host audio signals under various watermarking attacks. The results show excellent imperceptibility of watermarked signals with an average ODG of ? 0.3. In addition, the proposed scheme provides strong robustness against the attacks with low capacity. However, high capacity (about 2500 bps) can be achieved while maintaining a reasonable robustness. A comparison with some state-of-the-art audio watermarking schemes reveals that the proposed method provides competitive results.     

基于小波包和心理声学模型的音频编码算法

文中提出了一种新的适用于实时多媒体应用领域的音频编码算法.该算法首先对音频信号进行小波包分解,然后在小波域中计算掩蔽阈值,最后根据从心理声学模型得到的信号-掩蔽比来对各子带小波系数进行动态比特分配、量化和编码.实验结果表明该算法将 CD 音频信号压缩到 64 Kbps 时,恢复信号的分段信噪比为 32.32 dB,主观上感觉无失真.该算法计算简单,可在不需任何附加硬件的 Pentium 133 MHz 个人计算机上实现实时音频编码.     

一种高效的数字笔迹多维数据编码算法

提出了一种高效的数字笔迹数据编码算法IWPHSP(integer wavelet packet based hierarchical set partitioned).该算法通过引入整数小波包变换、层次性集合分裂、重要位组合编码和快速自适应算术编码等方法,无损地压缩了数字笔迹多维数据.实验证明,提出的IWPHSP算法是高效的.     

基于小波包分析的数字音频双水印算法

针对以往双水印算法鲁棒性不高和定位不准确的问题,提出一种基于小波包分析的数字音频双水印算法。算法对原始音频信号进行小波包分解,在得到的低频系数和中低频系数中嵌入零水印和半脆弱水印。改进的零水印算法鲁棒性有了很大的提高,能更好地完成音频信号的版权保护;对中低频系数采用量化的方法嵌入二值水印图像,有别于以往算法需将二维图像转换为一维序列,不会对零水印的提取产生影响。该方法对一系列常规处理和幅度缩放都有较好的鲁棒性,不但能确定水印图像遭恶意篡改的位置,而且能够定位原始载体音频的篡改位置,真正实现了对音频信号的内容认证。     

Detecting and locating digital audio forgeries based on singularity analysis with wavelet packet

Audio watermarking and signature are widely used for authentication. However, these techniques will become powerless in many actual situations because of their requirement of additional information. Audio forensic techniques are necessary for digital audio. In this paper, we propose an audio forensics scheme to detect and locate speech audio forged operations in time domain (including deletion, insertion, substitution and splicing) by performing discrete wavelet packet decomposition and analyzing singularity points of audio signals. We first analyze the forged operations and find that the audio signals will often generate new singular points because of the decrease or breaking of the correlation property of those samples close to the tampering position. Then we utilize the singularity analysis based on wavelet packet and design five parameters (which is different for the sample rate of digital audio file) to propose an approach which can detect and locate audio forgeries in time domain. Finally, extensive experimental results have demonstrated that the proposed method can better achieve the goals that identify whether a given speech file has been tampered (e.g., part of the content deleted or replaced) previously and further locate the forged positions in time domain.     

基于小波包统计量的音频隐秘检测算法

提出了一种基于小波包分解和多类支持向量机分类的音频隐秘检测算法,该算法首先对音频文件进行小波包分解,然后根据小波分解系数绝对值和绝对值线性预测的误差生成特征向量,并采用多类支持向量机进行模式分类。在不同嵌入率下对几种常见的隐秘软件生成的隐秘音频进行仿真试验,结果表明,该算法具有较强的通用性,对于隐密音频文件具有较高的识别率。