基于小波变换的语音信息隐藏算法

提出了一种基于小波变换的语音信息隐藏算法,算法在小波变换的高频系数中嵌入密文信息,获得了很好的隐藏效果。大量的试验结果表明算法具有抵抗语音压缩、重新采样攻击的能力。     

基于小波包变换的多区域信息隐藏算法

提出一种基于小波包变换的多区域信息隐藏算法.为了提高秘密信息抗攻击的鲁棒性,算法引入小波包分解,通过修改小波域系数,将秘密信息同时嵌入到分解后的多个子区域.针对不同的子区域,自适应地设置相应的嵌入因子,从而保证了嵌入信息后的透明性.秘密信息的提取不需要原始图像,实验结果表明:对于一些常见的攻击,算法具有较好的鲁棒性且易于实现.     

基于小波变换和压缩感知的语音信号压缩研究

对语音信号直接进行压缩感知处理,通常压缩的效率不高。针对此问题提出了一种基于压缩感知和小波变换的方法,首先用小波变换的方法对语音信号进行级数分解,然后采用压缩感知的方法对小波低频系数进行压缩,并丢弃高频系数,重构语音信号时高频系数用随机信号来取代。采用此种小波变换的方法,与直接采用压缩感知的方法相比,前者的语音信号MOS值稍有降低,但压缩率比直接压缩感知的方法降低了一倍,说明此方法可大大提高压缩的效率。     

基于小波变换的语音隐藏算法

提出了一种基于小波变换的语音隐藏方法,把一段语音作为秘密信息嵌入一段数字音频信号中,其目的是用音频信号作伪装来传递秘密的语音信息或把语音信息作为一种标记来保护音频作品。这种方法根据人类听觉系统的特点,利用小波对语音信号进行压缩,增加了数据的嵌入量。载体音频信号小波变换后,选择部分小波系数用适当的嵌入参数嵌入信息。实验表明该算法的隐蔽性好,隐藏的数据量大,对常见的信号处理操作具有较强的稳健性,符合掩蔽通信的要求。     

基于多小波变换和分块SVD的彩色图像水印算法

提出了一种基于多小波变换和分块SVD的非盲水印算法。选择彩色图像的饱和度分量作为水印的嵌入域,水印为有意义的灰度图像,水印经Arnold置乱后被嵌入到饱和度分量多小波变换的不同中频区域中。实验证明,该算法不仅对噪声、JPEG压缩、剪切及Photoshop处理具有很好的鲁棒性,而且能抵抗旋转、放缩和平移等几何攻击。     

基于多进制小波变换的图象压缩编码

首先介绍了多进制小波理论,然后提出一种基于多进制小波的图象压缩编码方法,通过对具体影象的实验,证明了该方法的可行性和优越性。     

基于Arnold变换的信息隐藏算法研究

提出了一种利用Arnold对称性变换的图像信息隐藏算法,待隐藏的秘密信息以及公开的承载信息均为灰度级静止图像。首先对秘密图像进行Arnold置乱变换,形成秘密信息,然后对载体图像进行DCT变换,秘密信息通过量化处理嵌入到DCT域中。对提出的算法进行了各种攻击测试。实验表明,该算法对JPEG有损压缩、中值滤波攻击和高强度噪声攻击具有强稳健性,具有很好的透明性和鲁棒性,实用性也较高。     

基于SVD压缩的高保真可逆信息隐藏算法

针对嵌入秘密数据对原始图像造成失真明显的问题,提出一种利用奇异值分解（Singular Value Decomposition,SVD）进行像素预测的可逆信息隐藏算法。首先将原始载体分成灰和白两层,选取灰色层中的像素作为目标像素,其领域上的白色层像素作为参考像素;而后利用这些参考像素构成邻域矩阵,再对其SVD压缩处理,利用压缩结果预测目标像素;最后通过扩展预测误差嵌入秘密数据。实验数据显示,该算法有效降低了携密载体的嵌入失真。     

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。     

小波变换在信息隐藏中的应用

在这个崭新的信息化时代,信息成为一种重要的战略资源,信息的获取、存储、传输处理和安全保障能力越来越受到关注。对信息隐藏的概念做了基本介绍,并对小波变换在信息隐藏中的基本使用做了实例分析。     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于SVD-Winograd快速变换的半盲水印算法

目前多数基于傅里叶变换域的方法,其抗几何攻击性能虽很好,嵌入的信息量也很大,但存在抗剪切攻击能力较差的问题,针对这一问题提出了一种基于奇异值分解与Winograd快速傅里叶变换相结合的半盲水印算法。在奇异值分解过程中,先将奇异值分解的对角矩阵与Winograd快速傅里叶变换中分解的对角阵进行矩阵相与,产生一新对角矩阵。再将数字水印嵌入到新对角矩阵中,最后通过相关运算提取水印。实验结果表明,该方法可获得较好的图像视觉效果,对剪切、噪声、旋转等攻击皆具有较好的鲁棒性。     

NSCT变换和小波包变换相结合的图像隐藏方法

为了更好地解决NSCT域图像隐藏不可见性和鲁棒性之间的矛盾,提出了一种基于NSCT变换和小波包变换相结合的可见光图像隐藏方法,利用NSCT变换将载体图像分解为低频子带和一组高频子带,对低频子带进行二级小波包分解,通过奇异值变换将秘密图像重要位平面信息隐藏在小波包分解低频子带中,次要信息自适应隐藏在NSCT高频子带中。实验表明,在同等嵌入容量下,算法峰值信噪比大于50 dB,对几何攻击和滤波等干扰处理后,秘密图像的归一化系数仍接近于1。     

基于GHM和FCM的自适应图像水印算法

提出一种基于GHM多小波变换域上的模糊自适应水印算法。利用多小波系数块的能量、重要系数对小波块进行分类,结合图像自身的局部特性,在多小波系数中的两个相关的细节子图像中自适应地嵌入一幅二值水印图像;为了增强水印的鲁棒性,采用冗余嵌入方法;水印的提取不需要原始图像。实验结果证明,该算法对剪切、JPEG压缩、锐化等多种图像处理具有很好的鲁棒性。     

一种Contourlet域图像鲁棒水印算法

对新一代图像多分辨分析工具Contourlet变换的特性进行了分析和讨论,在此基础上提出了一种利用矩阵SVD分解的稳定性在Contourlet域中频子带系数中进行二值伪随机水印信号嵌入的算法。嵌入时,对中频子带分块,根据块能量选择最终嵌入位置,同时兼顾了鲁棒性和透明性的要求。实验结果与理论分析相符,并且对常见的图像处理操作具有很好的鲁棒性。     

基于DCT和SVD变换的盲数字水印算法

结合奇异值分解（SVD）变换,提出一种基于DCT域内DC分量的数字盲水印算法。对原图像进行8×8分块DCT变换,对DC系数集合进行2×2分块的SVD变换,使用量化步长Q量化每个小块对应的最大奇异值,向量化后的结果嵌入水印。由于选择DC系数进行SVD变换,且SVD变换结果表现的是图像的内蕴特性而非视觉特性,故算法具有较高的稳健性和透明性。实验表明,该算法可以有效地抵抗中值滤波、JPEG压缩、噪声等常规篡改处理,水印的提取不需要原始图像参与,执行起来简单方便。     

基于小波掩模的自适应图像SVD水印算法

基于小波掩模给出了一种奇异值分解盲水印算法,算法自适应于图像特征。算法用重要小波系数确定不同图像特征对应的量化步长,以达到最大化水印嵌入强度的目的,在透明性和鲁棒性之间实现了较好的平衡。实验结果表明,对于常见的图像处理操作均有较好的鲁棒性。