一、基于DWT的数字音频水印技术研究(论文文献综述)
李佳[1](2021)在《基于频域的数字音频水印算法研究》文中认为在音频信号中嵌入所有者的有效版权信息的技术称为数字音频水印技术,这种技术可以有效的解决数字音频的版权问题,已经成为信息安全领域内的重要研究之一。而且同步问题对于音频信号的研究十分重要,所以音频水印技术的发展较慢;随着互联网技术的不断发展,大量出现的各种各样的破解工具导致了数字音频的被侵权问题越来越严重,如今对音频水印算法的性能也就有了更高的要求。但是,由于音乐音频类型的多样性,对于现有的基于频域的音频水印算法使用不同变换进行级联的方式实现水印信息的嵌入,并不能保证同时适用于大部分类型的音乐音频,没有良好的泛化能力。所以,本文针对传统的基于频域的音频水印算法进行了研究和改进。主要从两个方面进行研究与总结,一方面针对的是传统嵌入式音频水印算法,一方面则针对“非嵌入式”,即传统音频零水印算法。具体内容如下:(1)首先通过查阅文献、整理资料,介绍了关于音频信号(包括了语音信号)的内容,并对音频水印领域的经典论文和前沿论文进行了仔细研读,系统总结了音频水印技术相关的知识。介绍了一些经典的音频水印算法的原理,其中对基于频域的音频水印算法进行了详细的介绍,分析了不同方法的优势和缺点,针对存在的问题提出相应的优化思路。(2)在传统的嵌入式音频水印算法中,并没有有效解决不可感知性,有效载荷和鲁棒性这三者的权衡问题,同时,水印信息表现出了弱安全性,针对这两个问题,本文提出了一种基于秘密分享和平稳小波变换(SWT)的数字音频水印算法。首先,利用了Shamir的秘密共享方案对水印信息处理得到n份秘密信息,其中n-1份存储在区块链中,剩余一份嵌入到根据水印信息特征产生出的哈希码选定的浊音帧中。在频域内,通过SWT和Schur分解(SD)来修正浊音帧的离散余弦变换(DCT)系数,将水印自适应地嵌入到从SD获得的正交矩阵的第一列元素中。实验结果表明,提出的改进算法具有较高的不可感知性,对各种信号攻击有着很高的鲁棒性,有效载荷高达1.39kbps。(3)为了使得零水印的构造时选取的音频特征更具有代表性,并去除伴奏参与特征的提取过程,本文又提出一种基于支持向量机(SVM)和谐波特征结合的鲁棒音频零水印算法。首先将原始音频中的语音通过谐波噪声模型(HNM)建模后获取到谐波部分后,在利用K-means聚类算法获得每帧谐波部分的高通SWT子带的大幅值区域来构造零水印,通过大幅值区域确定的奇异值均值集合作为SVM样本集,进行SVM训练,从而生成决策函数。水印检测方式为盲检测,指的是利用构造零水印阶段得到的决策函数来进行检测。实验结果表明,该算法对于不同类型的音频来说都表现出很强的抗攻击效果。
姚明明[2](2021)在《数字音频水印算法的研究及性能测试》文中研究指明随着互联网和信息技术的飞速发展,各种类型的多媒体数据在生产、存储和发布的过程中变得越来越方便快捷,给人们的生活和工作带来了极大的便利,但同时也出现了多媒体数字产品被侵权、盗版和恶意篡改的现象,为了解决这一问题,数字水印技术应运而生。数字水印技术是信息安全领域中的一个重要分支,其中,数字音频水印技术旨在保护数字音频产品的版权。一个有效的数字音频水印系统需要满足三个方面的要求:不可感知性、鲁棒性和容量。针对数字音频信息的版权保护问题,本文提出了两种数字音频水印算法,能够在保持一定的不可感知性和水印嵌入量的前提下,拥有良好的鲁棒性。一是提出一种基于范数的离散小波变换域数字音频水印算法,提出的算法中将原始音频载体信号分帧后先进行离散小波变换,将得到的低频系数构造成两个向量并计算出向量范数,最后通过量化向量范数实现嵌入水印信息的目的。二是提出一种基于范数比的提升小波变换域自适应数字音频水印算法,该算法将分帧后的音频信号进行提升小波变换,选取低频系数构造成两个向量,计算其范数比,通过量化范数比嵌入水印,以信噪比的取值最大作为约束条件,动态地在载体音频信号中嵌入水印。大量的音频实验仿真结果表明,本文提出的两种数字音频水印算法有较好的不可感知性,满足水印嵌入容量要求,而且在抵抗常规信号处理攻击,包括添加噪声、重采样、重量化、低通滤波和MP3压缩等攻击情况下,表现出良好的鲁棒性。此外,在水印预处理方面,将水印信息转化为二值图像,在一定程度上通过增加信息冗余提高了水印系统的鲁棒性。利用Arnold变换置乱水印,还通过Logistic混沌序列对水印信息加密,进一步提高了水印系统的安全性。
王超[3](2020)在《基于数字水印的语音安全认证及篡改检测技术》文中指出数字水印作为保护信息安全、实现防伪溯源和版权保护的有效方法,是信息隐藏技术研究领域的重要分支和研究方向。在本文中,我们主要研究的是通过语音的数字水印技术来实现语音的安全认证和篡改检测。现如今,语音的水印技术已经发展出很多种,我们在本文中主要使用的水印嵌入方法是回声隐藏(Echohiding)方法和量化索引调制(Quantization Index Modulation,QIM)方法。这两种水印方法在众多水印方法中具有比较简单的操作过程,良好的语音质量和较为广泛的应用等优点。但是目前在对这些水印方法的相关研究中也存在着低嵌入量和低安全性等问题,而且越来越多的语音篡改类型的出现对语音信号构成了严重的威胁。为了解决这些出现的问题,单纯的从嵌入方法上提升已经是很困难的事了,因此我们需要结合其它现有的技术对其相关性能进行提高。针对现有数字水印技术在安全认证和篡改检测中所存在的问题,本文分别从语音的安全认证和篡改检测两方面展开讨论,主要完成了以下工作:(1)提出了基于回声隐藏和鲁棒主成分分析(Robust Principal Component Analysis,RPCA)的安全认证模型。该模型利用RPCA将原始音频信号分解为低秩和稀疏部分,然后利用一对相反的改进后的伪随机(Pseudo-Noise,PN)序列对其进行水印嵌入。改进后的PN序列增加了相关峰值,提高了水印检测的鲁棒性。与此同时,受益于RPCA和相反的PN序列,该方法可以进一步提高模型的安全性,因为即使PN序列是已知的,水印信息也无法从整个水印信号中检测到,这相较基于PN序列的回声方法是一个明显的改善。在水印检测过程中,我们利用水印信号的低秩和稀疏特征,通过相同的RPCA分解参数,可以从低秩和稀疏部分分别提取出水印信息。在此基础上,我们还提出了一种多比特嵌入方法来提高提出方法的嵌入容量,与以往基于PN的回声隐藏方法相比,可获得双倍的嵌入容量。我们对该方法从不可听性、安全性和鲁棒性方面进行了评估。实验结果验证了该方法是有效的。(2)提出了基于线谱频率(Line Spectral Frequencies,LSFs)和离散小波变换(Discrete Wavelet Transform,DWT)的篡改检测模型。我们利用回声隐藏技术将语音本身的LSFs作为篡改检测水印嵌入到语音中。同时,我们采用QIM技术在DWT域内嵌入同步码。通过回声、LSFs和同步码共同实现篡改检测。实验表明,该方法不仅满足一定的语音质量和鲁棒性,而且具有较好的安全性和脆弱性。此外,该方法对篡改的检测具有较好的准确性。
杨冬梅[4](2020)在《基于两级奇异值分解和灰狼优化的音频水印算法研究》文中认为互联网和多媒体技术的快速发展使得存储、传播和复制音频文件更加容易和便捷,但同时也带来了侵犯版权和音频信息被篡改等问题。音频水印技术是解决侵权行为和信息被篡改问题的有效技术手段。音频水印技术利用音频信号自身的冗余特性和人类听觉系统的掩蔽效应,在不影响音频信号感知质量的前提下,将水印图像嵌入到载体音频中,以达到对音频版权的保护和信息完整性鉴定的目的。音频水印算法中水印的嵌入位置和嵌入强度对水印算法的不可感知性、鲁棒性和嵌入容量有重要影响。为了更好的提升音频水印算法的性能,本文基于两级奇异值分解和灰狼优化对水印嵌入位置和嵌入强度展开研究,具体工作如下:(1)针对水印图像在载体音频中的嵌入位置,本文提出一种基于离散小波变换(Discrete wavelet transform,DWT)和两级奇异值分解(Singular value decomposition,SVD)的灰度图像音频水印算法。该算法首先对载体音频分帧,然后对每一帧应用DWT并选择低频分量。对低频分量应用SVD获得奇异值,将每一帧的最大奇异值组合成一个新的矩阵并对其应用第二次SVD,将水印图像经两级SVD后的奇异值嵌入到新矩阵的奇异值中。将水印图像嵌入到载体音频两级SVD后的奇异值中,提升了算法的嵌入容量和鲁棒性。为了保护水印图像的信息安全,采用基于相位截断菲涅尔变换的光学非对称加密系统对灰度水印图像进行加密预处理。实验结果表明提出的算法在满足不可感知性和鲁棒性的同时,提升了水印算法的嵌入容量。此外,本文算法还可以采用矢量分解、完全三叉树等光学图像加密方法将彩色图像加密成一幅灰度图像,进而实现彩色图像音频水印算法。(2)针对水印嵌入强度的问题,提出一种基于两级SVD和灰狼优化(GWO)的灰度图像音频水印算法。本文考虑不可感知性、鲁棒性和嵌入容量,提出一个新的目标函数并采用GWO优化该目标函数。与其他目标函数的比较结果表明,该目标函数在保证高嵌入容量的前提下,可以更好的平衡不可感知性和鲁棒性。(3)针对嵌入水印形式单一的问题,本文提出一种基于模糊C均值(Fuzzy c-means,FCM)聚类和GWO的音频双水印算法。该方法首先采用FCM算法对载体音频每一帧的短时能量聚类,将载体音频分为适合嵌入水印的高能量帧和不适合嵌入水印的低能量帧。对每一个高能量帧应用DWT,然后采用不同的嵌入方法将加密后的灰度水印和二值水印分别嵌入到低频分量和高频分量中。通过GWO对提出的目标函数进行优化,获得两个最佳水印嵌入强度,实验结果表明,本文提出的算法可以实现在音频中嵌入双水印(灰度和二值),并同时满足强鲁棒性和不可感知性的要求。
吴秋玲[5](2018)在《变换域音频鲁棒数字水印技术研究》文中研究表明互联网和多媒体技术的迅猛发展为音频媒体的使用和传播提供了极大便利,但伴随而来的信息安全问题也成为亟待解决的全球难题。音频数字水印技术是当前实现音频媒体的版权保护、提供重要信息的隐蔽传播、隐秘标注音频内容、检测音频内容完整性等目的的重要手段,在版权保护、隐秘通信、内容标注、身份认证、军事情报等领域获得广泛应用,成为近年来通信和信息安全领域的研究热点。音频鲁棒水印技术的研究主要集中于在不影响音频载体使用价值的前提下提升其隐藏容量和抵御外部攻击的鲁棒性,以实现借助音频媒体隐秘传输机密信息和保护音频媒体自身权属等目的。以隐秘存储和传播机密信息为目的的应用注重算法的隐藏容量、对抗信号处理攻击的能力、安全性以及对所提取机密信息的恢复处理等特性的研究。以权属保护为目的的应用则注重算法对抗多种恶意攻击的鲁棒性。目前大多数音频鲁棒水印算法尚存在无法抵御恶意攻击、隐藏容量低、透明性差、缺乏有效的同步机制、对所提取的信息质量没有有效的增强处理措施等不足,且仅应用于隐藏图片或序列水印,而不适合用于隐藏数据量大且对误码率极其敏感的音频水印。本文立足于借助音频媒体实现隐秘通信和音频媒体的权属保护等应用为目的的音频鲁棒水印算法的研究,包括提升算法的隐藏容量、鲁棒性、安全性以及音频水印的消噪处理等多个方面,主要研究成果有:(1)针对用于隐秘通信的音频水印算法在隐藏信息时还存在隐藏容量小、鲁棒性差以及对所提取的音频信号缺乏有效的质量增强处理等方面的不足,提出一种基于离散小波变换(Discrete Wavelet Transformation,DWT)的音频水印算法。该算法利用人耳听觉系统对音频信号的部分频率成分发生微小变化不敏感的特性,调节音频片段经小波变换后所得的多级中高频小波系数,进而改变其前后两部分的能量状态来隐藏二进制信息。在提取信息时,无需原始音频载体的参与,仅通过对比小波系数前后两部分的能量相对大小来判断二进制的取值,可实现信息的盲提取。在机密信息被嵌入音频载体前,采用对其预加密的方式提升信息的安全性,以防止信息泄露。嵌入深度、隐藏频段和音频载体的分段长度这3个参数对该算法的隐藏容量、音频载体的听觉质量以及所提取信息的误码率具有重要影响,在实际应用中可根据实际指标要求设置算法所需的最佳参数。实验测试结果表明该算法具有良好的透明性和安全性;较大的隐藏容量,且音频分段长度越短,用于隐藏信息的频段越多,其隐藏容量越大;能够抵御白噪声、低通滤波、MP3压缩、重采样、重量化和回声干扰等多种攻击;可以隐藏任意二进制数据,所提出的消噪方法可有效去除音频水印中的误码噪声,增强其听觉质量。(2)为了进一步提升音频水印算法的隐藏容量和透明性,提出了一种基于DWT和离散余弦变换(Discrete Cosine Transform,DCT)混合变换域的大容量音频数字水印算法。该算法利用DWT的多分辨率特性把音频载体分解为不同频段的小波系数,然后利用DCT的能量集中特性对特定的小波系数进行能量压缩,最后使用两个数值不等的嵌入深度表示二进制水印的两个状态来设计水印嵌入规则。在提取水印时,首先计算每个音频片段中水印的嵌入深度,然后通过对比嵌入深度的大小实现水印信息的盲提取。采用对机密信息进行混沌预加密的方式进一步增强其安全性。实验测试结果表明,该算法在携带机密信息时具有良好的安全性、与上一种算法相比具有更大的隐藏容量和更好的透明性、能够抵御MP3压缩、白噪声、低通滤波、重采样、重量化、幅度放大和回声干扰等多种信号处理攻击、提取的图片水印非常清晰,提取的音频水印经消噪处理后具有良好的听觉质量。(3)为了进一步提升水印算法的透明性和鲁棒性,提出了一种基于DWT和DCT的自适应强鲁棒的音频数字水印算法。该算法通过对比音频片段经过DWT和DCT处理后所得到的两组变换域系数的平均幅度来设计水印嵌入和提取规则,并据此分析信息的嵌入深度与透明性和鲁棒性之间的关系,提出了一种以每个音频片段的平均幅度控制其水印信息嵌入深度的自适应控制策略。为了提高机密信息的安全性,该算法利用混沌序列良好的伪随机特性对水印进行预加密,在不需要原始音频参与的情况下,只有拥有正确密钥的用户才可以盲提取信息。使用音频信号和二值图片作为机密信息分别测试所提算法的各项性能,实验测试结果表明,该算法能够提供172bps的隐藏容量、具有更好的透明性、在抵御MP3压缩、白噪声、低通滤波、重采样、重量化、幅度放大和回声干扰等多种攻击时鲁棒性明显提高,所提取的图片水印和音频水印具有更好的相似度和听觉质量、与其他水印算法相比具有更好的性能。(4)针对用于音频媒体权属保护的水印算法其携密音频在遭受时间缩放、变调、随机剪切和抖动等恶意的同步攻击时,水印难以提取甚至丢失的问题,提出一种基于DCT和奇异值分解(Singular Value Decomposition,SVD)的抗同步攻击的音频水印算法。在分析同步攻击特点的基础上,通过追踪浊音帧的局部最大值来设计同步机制,提出一种基于浊音的局部最大值追踪算法用以搜寻水印的最佳嵌入区域。对嵌入区域内的时域数据执行DCT后,再利用SVD对中频系数进行分块和奇异值分解,最后使用量化的思想设计水印嵌入规则。该算法提取水印时仅通过判断特征值的奇偶性即可获取水印,可实现信息的盲提取。使用混沌序列对水印进行预加密以增强其安全性。该算法利用二次均匀分帧、“局部最大值追踪算法”和三次重复嵌入相同水印等多种措施使其具有很强的鲁棒性。实验结果表明该算法具有良好的透明性和安全性、可提供64kbps的隐藏容量、在多种强度的时间缩放、变调、随机剪切和抖动等恶意攻击下,所提取的图片水印非常清晰,可有效证明其音频载体的权属。
石丰华[6](2019)在《基于压缩感知的数字音频水印技术研究》文中提出随着大数据时代的到来,以数字形式保存的文字、音视频文件均能实现在网络上的广泛传播,在享受它带来便利的同时,多媒体的信息安全和版权混乱问题接踵而至,若不能很好的解决这些问题,将会导致整个电子出版业(包括书籍、音乐、电影)的不健康发展。而数字音频水印技术能够通过相应的算法将版权信息隐藏在原始音频载体中,不仅能够对原始载体进行版权保护,同时还能对其进行加密,因此研究数字产品版权保护技术具有重要的现实意义。本文对音频载体的版权保护提出了两种音频水印算法,分别从安全性、不可感知性和鲁棒性等方面对音频水印系统进行分析与研究。首先,利用压缩感知理论分别在正交傅里叶和正交余弦变换基上对水印二值图形进行投影实验,并依据实验结果选取稀疏效果较好的正交余弦变换基作为水印图像的稀疏基。其次,根据约束等距条件(RIP,Restricted-Isometry Property),选取随机高斯矩阵作为观测矩阵。最后选取经典的正交匹配追踪算法(OMP,Orthogonal Matching Pursuit)对水印图像进行重构,并根据实验结果可知,水印的提取效果随水印嵌入容量的增大而加强。然后,提出一种基于压缩感知和离散小波变换(DWT,Discrete Wavelet Transform)的数字音频水印算法。该算法利用音频载体信号在离散小波变换域下能量主要集中于低频分量的特点,对其中的较大系数进行修改能够提高水印的透明性。首先利用Arnold置乱算法对水印信号进行加密,然后利用压缩感知理论,对置乱的水印信息在正交余弦变换基上进行投影,再选取随机高斯矩阵作为观测矩阵进行观测后,根据嵌入算法嵌入到经过离散小波变换的音频载体中,最后通过OMP算法,在不利用原始宿主信号的情况下将水印提取出来,并对其进行Arnold反变换还原成原始水印图像。为进一步提高水印算法的安全性性能,论文提出了一种基于混沌加密和DWT的数字音频水印算法。该算法利用Logistic混沌系统的随机性和初值敏感性实现对水印图像的加密,使得在没有加密密钥时无法正确提取原始水印。然后对音频载体信号进行离散小波变换并取其中的近似分量,对其进行离散余弦变换(DCT,Discrete Cosine Transform),最后将加密后的水印信息根据嵌入算法嵌入到音频载体的变换系数中,水印的提取过程与嵌入过程互为逆过程。最后,论文中对提出的两种算法和一种稀疏水印算法进行仿真实验与对比。通过对仿真结果中的峰值信噪比和归一化相似度进行客观分析,压缩感知算法的不可感知性比混沌加密算法效果更好,同时其鲁棒性在抗低通滤波、重采样以及振幅压缩攻击方面具有较好的性能。而混沌加密算法的安全性能比压缩感知算法较强,其抗剪切攻击方面比压缩感知和稀疏水印算法均具有一定的优势。论文探究的两种水印算法实现了盲提取过程,对数字音频水印技术的研究提供了一定的参考意义。
周仙仙[7](2019)在《基于多目标优化的音频水印方案研究》文中认为随着数字网络技术和互联网的迅速发展,数字产品的制作、保存和传播越来越便利。与此同时,数字产品的盗版与伪造问题也愈发严重,给数字产品市场带来的经济冲击巨大,数字水印技术随之而生并已经成为解决该类问题的一种有效手段。相比于图像水印技术,音频水印技术起步较晚、研究内容较少。其发展经历了从时域水印到频域水印的改进,再到各种新技术的引入,近年来也出现了一些比较成熟的音频水印方案,但其发展空间依然广阔。为此,本文对用于数字音乐版权保护的音频水印技术展开研究,主要工作如下:(1)首先阐述了数字水印技术的产生背景和研究意义,对数字音频水印技术的研究现状以及相关工作进行综述。(2)针对音频水印算法不可感知性和鲁棒性的平衡问题,提出了一种分段自适应的多目标音频水印方案。通过分析嵌入强度与不可感知性的关系,构建了一个以嵌入强度为参数、以信噪比(SNR,Signal to Noise Ratio)为约束、以水印的不可感知性和鲁棒性为目标的多目标优化模型。并采用带精英策略的非支配排序遗传算法(NSGA-II,A Fast Elitist Non-dominated Sorting Genetic Algorithm)求解该模型。对比实验表明,该方案不仅为不同的应用需求提供了灵活的选择,而且在不可感知性和鲁棒性之间取得了良好的平衡。(3)为了在音频水印不可感知的基础上,最大化在多种攻击上的鲁棒性,提出了一种分段自适应的基于高维多目标优化的音频水印方案。分析了基于SS(Spread Spectrum)的水印算法对多种常见攻击的抵抗能力,构建了一个以嵌入强度为参数、以客观评价等级(ODG,Objective Difference Grade)和多种攻击对应的误码率(BER,Bit Error Ratio)值为目标的高维多目标优化模型。并采用基于密度估计偏移的强度帕累托进化算法(SPEA2+SDE,Strength Pareto Evolutionary Algorithm 2+Shift-based Density Estimation)求解。实验结果表明,该方案在保证了水印的不可感知性时,提高了水印的鲁棒性。
王思淼[8](2017)在《面向版权保护的数字音频水印若干关键技术研究》文中研究指明随着互联网和多媒体技术的迅猛发展,人们可以更加便捷地获得所需的多媒体资源。数字音频作为多媒体资源中重要的组成部分,受到非法篡改和传播也变得越来越容易,这使得音频的信息安全问题变得异常严峻。为了保护音频版权所有者的合法权益,在数字音频中加入身份验证信息变得尤为重要,数字音频水印技术就是实现这一目的最为有效的方法之一。近年来,音频水印算法研究取得了很大进展,但去同步攻击抵抗问题、鲁棒性与不可感知性良好平衡问题等仍未得到有效解决。为了解决这些问题,本文设计出了三种有效的数字音频水印算法,其主要工作内容如下所示:1、结合余弦调制的高斯滤波技术和一维平稳小波变换低频系数的稳定性,提出了一种基于鲁棒特征点的小波域抗去同步攻击音频水印算法。首先,通过一维平稳小波变换得到低频子带,根据余弦调制的高斯滤波计算出每个系数的响应值梯度之和。然后,根据响应梯度之和提取出稳定且分布均匀的特征点,并根据音频局部内容自适应地确定局部特征区域。最后,通过自适应步长的量化方法将水印嵌入到局部特征区域。实验表明,该算法不仅具有较好的不可感知性,而且对常规攻击以及去同步攻击(特别是局部去同步攻击)均具有较好的鲁棒性。2、利用截尾广义柯西分布对变换域系数分布良好的描述能力,提出了一种基于小波变换域截尾广义柯西分布建模的音频水印算法。首先,将原始音频载体进行平稳小波变换,并选择重要的平稳小波变换域高频系数嵌入水印;然后,在水印检测端,首先对平稳小波变换域高频系数进行截尾广义柯西统计建模,并估计出其模型参数,然后利用最大似然决策盲提取出水印信息。仿真实验结果表明,本方法在保证良好不可感知性的同时,能够有效抵抗多种攻击,具有较好的鲁棒性。3、在充分考虑一维变换域尺度间及子带内系数相关性基础之上,提出了一种基于多元BKF分布建模的双树复数小波域音频水印算法。首先,将音频利用二级一维双树复数小波变换分解成两个高频子带,利用乘性方法修改两个高频子带中重要的系数;然后,利用尺度间相关性,通过二元BKF分布对两个高频子带系数建模,利用子带内系数间的相关性,通过第一尺度高频子带未嵌入水印系数估计出模型的形状参数;最后,通过最大似然检测器对具体水印位信息进行盲提取。实验表明,该算法可以较好地获得不可感知性和鲁棒性的良好平衡。
蔡倩[9](2017)在《小波变换域的数字音频水印研究》文中研究说明近年来由于通信网络和互联网的发展和成长,如何维护数据版权得到了更多研究人员的重视。数字水印技术为维护版权提供了鲁棒性更为强健的解决方式。其中,数字音频水印技术是数字水印技术的一个重要分支,主要被应用到版权保护或所有权证明、篡改检测、复制保护、指纹图谱、广播监测等领域。本文首先综述了数字水印技术的概念以及理想水印系统中水印需要满足的特性。然后根据不同的前提条件,简单的对数字水印技术进行分类。重点研究数字音频水印算法的基本原理(包括水印的生成方式以及音频掩蔽原理)、几类典型攻击方式、对音频水印技术的评价方法以及探讨几类经典数字音频水印算法,分析了各类算法的优缺点。为提升数字音频水印算法的性能,提出以下两种改进算法:1.利用独立分量分析方法在分析多维观测数据间的高阶统计相关性时,能较好完成分量间高阶冗余的去除及独立信源的提取这一特性,提出了一种基于小波变换、奇异值分解和独立分量分析方法相结合的数字音频水印算法。算法首先对原始音频采用预处理方案,选择合适片段将水印嵌入;嵌入水印时,对原始音频采用三级小波变换,并对小波变换的近似分量进行奇异值分解,然后采用随机混合方法完成水印嵌入,以增强水印的不可感知性和鲁棒性;提取水印时,对嵌有水印的音频信号进行小波处理和奇异值分解,然后利用负熵最大化的固定点算法来实现水印检测。仿真结果表明,该算法具有较强的鲁棒性和不可感知性。2.为了权衡音频水印的鲁棒性和不可感知性,利用音频嵌有水印前后信噪比的变化,对嵌有水印的奇异值进一步优化,对利用小波变换系数的量化步长进一步优化,探讨一种基于小波变换、奇异值分解特性与信噪比优化相结合的数字音频盲水印算法。算法利用小波变换、奇异值分解完成对原始音频预处理,并在此基础上利用音频嵌入水印前后信噪比优化嵌入方法完成水印嵌入,以提高水印的不可感知性和鲁棒性。仿真结果表明,该算法具有较强的鲁棒性和不可感知性,并实现水印盲检测。
张彩霞[10](2017)在《基于听觉模型和PSO的数字音频水印算法研究》文中研究表明多媒体技术和计算机网络的迅速发展促进了多媒体信息的传播和复制,但随之而来的盗版侵权活动也日益猖獗。为了解决信息安全问题,数字水印技术应运而生,并且获得了迅速的发展,已经广泛应用在版权保护、内容认证和完整性校验、数字指纹、使用控制、广播监控、隐秘通信等领域。尽管当前的音频水印算法已经获得了很好的鲁棒性和不可感知性,但是多数算法对水印嵌入容量问题考虑较少。由于奇异值分解具有良好的稳定性,常用于鲁棒音频水印算法中,但是当前基于奇异值分解的水印算法依然存在不足,需要进一步研究和改进。本文针对以上问题开展研究,具体工作如下:(1)结合小波包变换和人耳心理声学模型,提出了一种自适应的混合域音频盲水印算法,在不引入明显听觉失真的前提下,实现了大容量的水印嵌入。算法首先采用小波包变换将分段音频信号分解到26个子带中,其次对每个子带的小波包系数进行离散余弦变换,计算出子带掩蔽阈值。根据子带掩蔽阈值自适应的选取水印嵌入段和水印嵌入位置,同时根据掩蔽阈值计算出的水印嵌入强度自适应的控制由水印嵌入引起的听觉偏倚。二值水印图像通过量化索引调制的方法嵌入到音频信号的中低频系数中,提取水印时不需要原始音频载体。实验结果表明本算法在水印容量、不可感知性和鲁棒性之间达到了很好的平衡,水印容量在576.7bps到689.5bps之间,算法对添加噪声、重新量化、重新采样、低通滤波和MP3压缩均具有很好的鲁棒性。(2)提出了一种基于DWT-SVD和粒子群优化的音频水印算法,算法首先将音频载体信号进行SVD变换,选取最大奇异值组成的向量进行小波变换,将图像水印和同步码构成的水印序列嵌入小波变换后的近似分量中,由于本算法应用了小波变换的多分辨率特性和SVD变换的稳定性,使得水印具有较好的鲁棒性,不仅能够抵抗常见信号处理攻击,而且能够抵抗同步攻击。在水印嵌入的过程中,本算法采用了粒子群优化算法,以寻求水印鲁棒性和不可感知性之间的平衡为优化目标,寻找最优水印嵌入强度。实验结果表明,按照求解出的最优水印嵌入强度嵌入水印能够达到水印不可感知性和鲁棒性的折衷。
二、基于DWT的数字音频水印技术研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于DWT的数字音频水印技术研究(论文提纲范文)
(1)基于频域的数字音频水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.3 论文研究内容 |
1.4 论文组织结构 |
第二章 音频基础 |
2.1 音频信号的数字化 |
2.2 人类听觉系统的掩蔽效应 |
2.3 语音的主要特性 |
2.3.1 语音的产生 |
2.3.2 语音清浊音的产生 |
2.3.3 清浊音分类方法 |
2.4 本章小结 |
第三章 数字音频水印技术基础 |
3.1 数字水印的基本概念 |
3.1.1 数字水印的定义 |
3.1.2 数字水印系统的框架结构 |
3.1.3 数字水印系统的性能指标 |
3.2 数字音频水印的主要应用 |
3.3 常见的音频水印算法 |
3.3.1 基于时域的嵌入式音频水印算法 |
3.3.2 基于频域的嵌入式音频水印算法 |
3.3.3 基于音频特征的零水印算法 |
3.4 音频水印的攻击 |
3.4.1 常见攻击类型 |
3.4.2 同步攻击类型 |
3.5 音频水印算法的评价标准 |
3.5.1 不可感知性评价标准 |
3.5.2 有效载荷评价标准 |
3.5.3 鲁棒性评价标准 |
3.6 本章小结 |
第四章 基于秘密分享和SWT的数字音频水印算法 |
4.1 设计思想 |
4.2 算法基本原理 |
4.2.1 Shamir的秘密分享方案 |
4.2.2 区块链技术 |
4.2.3 hashcode相关概念 |
4.2.4 平稳小波变换 |
4.2.5 Schur分解 |
4.3 算法流程描述 |
4.3.1 水印信息预处理 |
4.3.2 音频信号预处理 |
4.3.3 嵌入阶段 |
4.3.4 提取阶段 |
4.4 实验仿真与测试 |
4.4.1 安全性测试 |
4.4.2 不可感知性测试 |
4.4.3 有效载荷 |
4.4.4 鲁棒性测试 |
4.5 本章小结 |
第五章 基于SVM和谐波特征结合的鲁棒音频零水印算法 |
5.1 设计思想 |
5.2 算法基本原理 |
5.2.1 SWT子带的特征 |
5.2.2 支持向量机 |
5.2.3 K-means聚类算法 |
5.2.4 奇异值分解 |
5.3 算法流程描述 |
5.3.1 构造零水印 |
5.3.2 水印检测阶段 |
5.4 实验仿真与测试 |
5.4.1 安全性测试 |
5.4.2 鲁棒性测试 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 存在的问题及展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(2)数字音频水印算法的研究及性能测试(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 数字音频水印的国内外研究现状 |
1.3 本文创新点 |
1.4 本文主要工作和论文组织结构 |
第二章 数字音频水印基础理论 |
2.1 概述 |
2.2 数字音频水印的性质与分类 |
2.2.1 数字音频水印的性质 |
2.2.2 数字音频水印的分类 |
2.3 数字音频水印的主要应用 |
2.4 数字音频水印的常见攻击 |
2.4.1 普通攻击类型 |
2.4.2 同步攻击类型 |
2.5 数字音频水印的评价标准 |
2.5.1 不可感知性评价标准 |
2.5.2 鲁棒性评价标准 |
2.5.3 水印容量评价标准 |
2.6 本章小结 |
第三章 基于范数的DWT域数字音频水印算法 |
3.1 概述 |
3.2 主要技术与原理 |
3.2.1 离散小波变换 |
3.2.2 向量范数 |
3.2.3 Arnold变换 |
3.2.4 混沌加密 |
3.3 基于范数的DWT域数字音频水印算法流程 |
3.3.1 水印预处理 |
3.3.2 水印嵌入过程 |
3.3.3 水印提取过程 |
3.4 仿真实验结果和性能测试 |
3.4.1 水印安全性测试 |
3.4.2 不可感知性测试 |
3.4.3 鲁棒性测试 |
3.4.4 容量测试 |
3.4.5 实验总结 |
3.5 本章小结 |
第四章 基于范数比的LWT域自适应数字音频水印算法 |
4.1 概述 |
4.2 主要技术与原理 |
4.2.1 提升小波变换 |
4.2.2 量化算法原理 |
4.3 基于范数比的LWT域自适应数字音频水印算法流程 |
4.3.1 水印预处理 |
4.3.2 水印嵌入过程 |
4.3.3 水印提取过程 |
4.4 仿真实验结果和性能测试 |
4.4.1 水印安全性测试 |
4.4.2 不可感知性测试 |
4.4.3 鲁棒性测试 |
4.4.4 实验总结 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 展望 |
致谢 |
参考文献 |
附录A 攻读硕士学位期间学术成果 |
(3)基于数字水印的语音安全认证及篡改检测技术(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 语音信号的重要性 |
1.1.2 语音信号面临的安全威胁 |
1.2 语音安全保护的相关技术 |
1.3 本文的主要研究内容 |
1.4 本文的组织结构 |
第二章 水印技术和篡改检测技术的研究现状 |
2.1 水印技术的研究现状 |
2.1.1 最低有效位技术 |
2.1.2 相位编码技术 |
2.1.3 扩频技术 |
2.1.4 回声隐藏技术 |
2.2 篡改检测技术的研究现状 |
第三章 基于回声隐藏和鲁棒主成分分析的水印技术模型 |
3.1 回声隐藏水印技术模型的分析 |
3.2 水印信息的嵌入过程 |
3.2.1 回声核的设计 |
3.2.2 安全嵌入相反的回声核 |
3.3 水印信息的检测过程 |
3.3.1 分别检测低秩和稀疏部分的水印信息 |
3.3.2 确定最后的水印比特 |
3.4 提出方法的安全性分析 |
3.5 多比特嵌入方案 |
3.6 实验设置和结果分析 |
3.6.1 数据集介绍 |
3.6.2 评估不可听性 |
3.6.3 评估安全性 |
3.6.4 评估鲁棒性 |
3.6.5 与之前的回声隐藏方法相比较 |
3.7 本章总结 |
第四章 基于线谱频率和离散小波变换的篡改检测模型 |
4.1 篡改检测模型的分析 |
4.2 提出的篡改检测方法的嵌入阶段 |
4.2.1 同步码的嵌入过程 |
4.2.2 篡改检测信息的嵌入过程 |
4.3 提出的篡改检测方法的篡改检测阶段 |
4.3.1 帧同步过程 |
4.3.2 篡改检测信息提取与对比过程 |
4.4 实验设置和结果分析 |
4.4.1 数据集和评估指标 |
4.4.2 评估不可听性 |
4.4.3 评估鲁棒性 |
4.4.4 评估篡改检测能力 |
4.5 本章总结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
发表论文和参加科研情况 |
致谢 |
(4)基于两级奇异值分解和灰狼优化的音频水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 寻找水印嵌入位置的研究 |
1.2.2 优化水印嵌入强度的研究 |
1.3 本文主要的研究内容及章节安排 |
第2章 数字音频水印基础 |
2.1 数字音频水印的基本概念和数学模型 |
2.2 音频水印技术评价标准 |
2.2.1 不可感知性评价标准 |
2.2.2 鲁棒性评价标准 |
2.2.3 水印嵌入容量评价标准 |
2.3 音频水印常见攻击方法 |
2.4 本章小结 |
第3章 基于DWT和两级奇异值分解的灰度图像音频水印算法 |
3.1 相关基础知识 |
3.1.1 离散小波变换理论 |
3.1.2 奇异值分解理论 |
3.1.3 灰度水印图像加密 |
3.2 提出的灰度图像音频水印算法 |
3.2.1 水印嵌入过程 |
3.2.2 水印提取过程 |
3.3 实验结果与讨论 |
3.3.1 不可感知性测试 |
3.3.2 鲁棒性测试 |
3.3.3 水印嵌入容量测试 |
3.3.4 比较与讨论 |
3.4 本章小结 |
第4章 基于两级奇异值分解和灰狼优化的灰度图像音频水印算法 |
4.1 灰狼优化算法理论基础 |
4.1.1 灰狼优化算法的由来 |
4.1.2 灰狼优化算法原理 |
4.2 基于灰狼优化算法的水印嵌入强度优化过程 |
4.3 实验结果与讨论 |
4.3.1 水印嵌入容量测试 |
4.3.2 不可感知性测试 |
4.3.3 鲁棒性测试 |
4.4 本章小结 |
第5章 基于模糊C均值和灰狼优化的音频双水印算法 |
5.1 基础知识介绍 |
5.1.1 短时能量 |
5.1.2 模糊C均值聚类 |
5.2 提出的音频双水印算法 |
5.2.1 水印嵌入过程 |
5.2.2 水印提取过程 |
5.3 基于灰狼优化算法的双水印嵌入强度优化过程 |
5.4 实验结果与讨论 |
5.4.1 不可感知性测试 |
5.4.2 鲁棒性测试 |
5.4.3 嵌入容量测试 |
5.4.4 比较与讨论 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 未来工作展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(5)变换域音频鲁棒数字水印技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文的主要研究内容与论文的组织结构 |
第二章 音频数字水印技术概述 |
2.1 基本概念 |
2.2 分类与应用 |
2.3 常见攻击方式与性能评价标准 |
2.4 本章小结 |
第三章 基于DWT的音频数字水印算法 |
3.1 引言 |
3.2 基于DWT的音频水印算法设计 |
3.2.1 DWT的基本原理 |
3.2.2 水印信息预处理 |
3.2.3 水印嵌入算法 |
3.2.4 水印提取算法 |
3.2.5 参数选择 |
3.2.6 音频水印的增强处理 |
3.3 基于DWT的音频水印算法的实现 |
3.3.1 水印嵌入过程 |
3.3.2 水印提取过程 |
3.4 算法性能分析与仿真测试 |
3.4.1 隐藏容量 |
3.4.2 透明性 |
3.4.3 鲁棒性 |
3.4.4 安全性 |
3.5 本章小结 |
第四章 基于DWT和DCT的大容量音频数字水印算法 |
4.1 引言 |
4.2 基于DWT和DCT的水印嵌入与提取算法设计 |
4.2.1 DCT的基本原理 |
4.2.2 水印预处理 |
4.2.3 水印嵌入算法 |
4.2.4 水印提取算法 |
4.3 基于DWT和DCT的音频水印算法的实现 |
4.3.1 水印嵌入过程 |
4.3.2 水印提取过程 |
4.4 算法性能分析与仿真测试 |
4.4.1 透明性与隐藏容量 |
4.4.2 鲁棒性 |
4.4.3 安全性 |
4.5 本章小结 |
第五章 基于DWT和DCT的自适应音频数字水印算法 |
5.1 引言 |
5.2 自适应音频数字水印算法的设计 |
5.2.1 水印嵌入算法 |
5.2.2 水印提取算法 |
5.2.3 嵌入深度的自适应策略 |
5.3 自适应音频水印算法的实现 |
5.3.1 水印的生成与加密 |
5.3.2 水印嵌入过程 |
5.3.3 水印提取过程 |
5.4 算法性能分析与仿真测试 |
5.4.1 透明性与隐藏容量 |
5.4.2 鲁棒性 |
5.4.3 安全性 |
5.4.4 算法复杂度 |
5.5 本章小结 |
第六章 基于DCT和SVD的抗同步攻击音频水印算法 |
6.1 引言 |
6.2 常见的同步攻击方法及特征分析 |
6.2.1 时间缩放与变调不变速 |
6.2.2 抖动与随机剪切 |
6.3 局部最大值追踪算法设计 |
6.3.1 浊音提取 |
6.3.2 局部最大值追踪算法 |
6.4 基于DCT和SVD的抗同步攻击音频水印算法的设计 |
6.4.1 SVD的基本原理 |
6.4.2 图片水印的生成与加密 |
6.4.3 水印嵌入算法 |
6.4.4 水印提取算法 |
6.5 基于DCT和SVD的抗同步攻击音频水印算法的实现 |
6.5.1 水印嵌入过程 |
6.5.2 水印提取过程 |
6.6 算法性能分析与仿真测试 |
6.6.1 实验环境和参数设置 |
6.6.2 透明性与隐藏容量 |
6.6.3 鲁棒性 |
6.6.4 鲁棒性实验结果分析 |
6.6.5 安全性 |
6.7 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 未来工作展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间参加的科研项目 |
致谢 |
(6)基于压缩感知的数字音频水印技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状分析 |
1.2.1 数字水印研究现状 |
1.2.2 压缩感知技术的研究现状 |
1.2.3 压缩感知在音频水印中的应用与发展 |
1.3 论文主要内容及章节安排 |
第2章 数字音频水印技术概述 |
2.1 基本概念 |
2.2 系统框架 |
2.3 水印的分类 |
2.4 性能指标及评价体系 |
2.5 本章小结 |
第3章 压缩感知与离散小波变换 |
3.1 压缩感知基本理论 |
3.1.1 稀疏表示 |
3.1.2 观测矩阵 |
3.1.3 重构算法 |
3.2 压缩感知在数字水印中的应用 |
3.2.1 水印的稀疏性 |
3.2.2 观测矩阵的选取 |
3.2.3 重构算法性能 |
3.3 小波变换在水印系统中的应用 |
3.3.1 小波及离散小波变换 |
3.3.2 小波基及水印嵌入点的选择 |
3.3.3 水印嵌入容量 |
3.4 本章小结 |
第4章 基于压缩感知和混沌加密的音频水印算法 |
4.1 基于压缩感知和DWT的数字音频水印算法 |
4.1.1 水印预处理 |
4.1.2 音频信号预处理 |
4.1.3 水印嵌入 |
4.1.4 水印提取 |
4.2 基于混沌加密和DWT的数字音频水印算法 |
4.2.1 混沌理论与特性 |
4.2.2 Logistic混沌加密 |
4.2.3 水印嵌入流程 |
4.2.4 水印提取流程 |
4.3 本章小结 |
第5章 仿真测试与分析 |
5.1 安全性测试 |
5.1.1 压缩感知算法 |
5.1.2 混沌加密算法 |
5.2 不可感知性测试 |
5.3 鲁棒性测试 |
5.4 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
(7)基于多目标优化的音频水印方案研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 数字水印技术的发展及研究现状 |
1.3 本文研究内容 |
1.4 组织结构 |
第二章 数字音频水印基础 |
2.1 数字音频水印概述 |
2.1.1 数字音频水印的定义和基本特点 |
2.1.2 数字音频水印的分类 |
2.1.3 音频水印的评价指标 |
2.2 数字音频水印的框架 |
2.3 基于SS的音频水印算法 |
2.4 多目标优化问题与进化算法 |
2.4.1 多目标优化问题 |
2.4.2 NSGA-Ⅱ算法 |
2.4.3 SPEA2+SDE算法 |
2.5 本章小结 |
第三章 分段自适应的多目标音频水印方案 |
3.1 与不可感知性的关系分析 |
3.2 多目标优化模型的建立 |
3.3 基于NSGA-Ⅱ的嵌入参数求解算法 |
3.4 实验结果与分析 |
3.4.1 实验结果 |
3.4.2 不可感知性 |
3.4.3 鲁棒性 |
3.5 本章小结 |
第四章 基于高维多目标优化的音频水印方案 |
4.1 基于SS的音频水印算法鲁棒性分析 |
4.2 高维多目标优化模型的构建 |
4.3 基于SPEA2+SDE的嵌入参数优化算法 |
4.4 实验结果与分析 |
4.4.1 与SS-SNR-NSGA-II对比 |
4.4.2 与MOPSO方法对比 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 展望方向 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(8)面向版权保护的数字音频水印若干关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 音频水印技术概述 |
1.2.1 音频水印基本原理 |
1.2.2 音频水印分类 |
1.2.3 音频水印的常见攻击 |
1.2.4 音频水印算法评价 |
1.3 音频水印研究的发展与现状 |
1.3.1 数字音频水印技术的发展 |
1.3.2 国内外研究现状综述 |
1.3.3 音频水印的难点分析 |
1.4 论文内容和组织结构 |
2 基于鲁棒特征点的SWT域音频水印算法 |
2.1 SWT简介 |
2.2 特征区域构造 |
2.2.1 基于一维CM-Gaussian的稳定特征点提取 |
2.2.2 自适应局部特征区域构造 |
2.3 水印嵌入 |
2.4 水印提取 |
2.5 实验与分析 |
2.5.1 不可感知性测试 |
2.5.2 鲁棒性测试 |
2.6 本章小结 |
3 基于TG Cauchy分布建模的音频水印算法 |
3.1 基本工作理论 |
3.1.1 SWT抗噪能力证明 |
3.1.2 TG Cauchy分布 |
3.2 水印嵌入 |
3.2.1 水印预处理 |
3.2.2 原始音频SWT |
3.2.3 重要SWT系数确定 |
3.2.4 局部重要SWT系数段构造 |
3.2.5 水印嵌入 |
3.3 水印检测 |
3.3.1 最优检测器的构造 |
3.3.2 水印提取 |
3.4 实验与分析 |
3.4.1 实验参数选取 |
3.4.2 水印容量评估 |
3.4.3 不可感知性测试 |
3.4.4 鲁棒性测试 |
3.5 本章小结 |
4 基于多元统计建模的音频水印算法 |
4.1 基本工作理论 |
4.1.1 一维DTCWT简介 |
4.1.2 一维DTCWT鲁棒性分析 |
4.1.3 实部子带的相关性分析 |
4.2 基于多元BKF分布的DT CWT域建模 |
4.2.1 多元BKF分布 |
4.2.2 参数估计方法 |
4.2.3 多元分布建模 |
4.3 水印嵌入 |
4.3.1 水印图像预处理 |
4.3.2 确定水印嵌入位置 |
4.3.3 水印嵌入 |
4.4 水印检测 |
4.4.1 检测器构造 |
4.4.2 水印提取 |
4.5 实验与分析 |
4.5.1 实验参数选取 |
4.5.2 水印容量评估 |
4.5.3 不可感知性测试 |
4.5.4 鲁棒性测试 |
4.6 本章小结 |
5 归纳与总结 |
5.1 本文工作总结与创新 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表学术论文及参加科研项目情况 |
致谢 |
(9)小波变换域的数字音频水印研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 数字水印概述 |
1.2.1 数字水印技术的概念 |
1.2.2 水印系统的性能需求 |
1.2.3 数字水印技术分类 |
1.2.4 数字水印的发展以及研究现状 |
1.2.5 数字水印的应用 |
1.3 研究内容和结构安排 |
第2章 数字音频水印原理概述 |
2.1 引言 |
2.2 数字音频水印算法的基本原理 |
2.2.1 水印的生成 |
2.2.2 音频掩蔽 |
2.3 音频水印的攻击方式 |
2.3.1 普通攻击 |
2.3.2 同步攻击 |
2.3.3 密码学攻击 |
2.4 音频水印的性能评价 |
2.4.1 不可感知性评价 |
2.4.2 鲁棒性评价 |
2.4.3 水印嵌入容量评价 |
2.4.4 其他性能评价 |
2.5 音频水印的典型算法 |
2.5.1 基于时间域的水印算法 |
2.5.2 基于变换域的水印算法 |
2.5.3 基于压缩域的水印算法 |
2.5.4 基于内容的水印算法 |
2.5.5 自适应水印算法 |
2.6 总结 |
第3章 基于DWT-SVD与ICA相结合的数字音频水印算法 |
3.1 引言 |
3.2 水印算法的原理及实现 |
3.2.1 ICA的训练 |
3.2.2 音频的预处理 |
3.2.3 水印的嵌入 |
3.2.4 水印的提取 |
3.3 实验仿真与分析 |
3.3.1 不可感知性 |
3.3.2 鲁棒性 |
3.4 结论 |
第4章 基于DWT-SVD和SNR优化的数字音频水印算法 |
4.1 引言 |
4.2 水印算法原理及实现 |
4.2.1 基于SNR优化的嵌入方案 |
4.2.2 音频的预处理 |
4.2.3 水印的嵌入 |
4.2.4 水印的提取 |
4.3 实验仿真与分析 |
4.3.1 不可感知性 |
4.3.2 鲁棒性 |
4.4 结论 |
第5章 总结与展望 |
参考文献 |
附录 |
(10)基于听觉模型和PSO的数字音频水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外研究现状 |
1.3 音频水印技术的应用 |
1.4 主要研究内容及论文结构 |
第2章 数字音频水印概述 |
2.1 数字水印系统的基本框架 |
2.2 音频水印技术需要满足的特性 |
2.3 音频水印技术的分类 |
2.4 音频水印技术的评价标准 |
2.4.1 不可感知性评价标准 |
2.4.2 鲁棒性评价标准 |
2.4.3 水印嵌入容量评价 |
2.5 现有的音频水印算法及其研究 |
2.5.1 时域音频水印算法 |
2.5.2 变换域音频水印算法 |
2.5.3 其它常用音频水印算法 |
2.6 音频水印常见攻击方法 |
2.7 本章小结 |
第3章 基于听觉模型的混合域自适应音频盲水印算法 |
3.1 引言 |
3.2 小波包变换和心理声学模型 |
3.3 水印嵌入算法 |
3.3.1 水印信号的预处理 |
3.3.2 水印嵌入位置的自适应选取 |
3.3.3 数字水印嵌入 |
3.3.4 逆小波包变换和音频段重组 |
3.4 水印提取算法 |
3.5 仿真试验 |
3.5.1 不可感知性测试 |
3.5.2 水印容量分析 |
3.5.3 水印鲁棒性分析 |
3.6 本章小结 |
第4章 一种基于DWT-SVD和粒子群优化的音频水印算法 |
4.1 引言 |
4.2 相关基础知识 |
4.2.1 粒子群算法 |
4.2.2 小波变换理论 |
4.2.3 奇异值分解 |
4.3 基于DWT-SVD和粒子群优化的音频水印算法 |
4.3.1 同步码 |
4.3.2 水印信息的嵌入与提取算法 |
4.3.3 基于粒子群的水印嵌入强度优化过程 |
4.4 实验结果与分析 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 本文工作总结 |
5.2 未来工作展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
四、基于DWT的数字音频水印技术研究(论文参考文献)
- [1]基于频域的数字音频水印算法研究[D]. 李佳. 太原理工大学, 2021(01)
- [2]数字音频水印算法的研究及性能测试[D]. 姚明明. 昆明理工大学, 2021(01)
- [3]基于数字水印的语音安全认证及篡改检测技术[D]. 王超. 天津工业大学, 2020(01)
- [4]基于两级奇异值分解和灰狼优化的音频水印算法研究[D]. 杨冬梅. 天津大学, 2020(02)
- [5]变换域音频鲁棒数字水印技术研究[D]. 吴秋玲. 南京邮电大学, 2018(01)
- [6]基于压缩感知的数字音频水印技术研究[D]. 石丰华. 成都理工大学, 2019(02)
- [7]基于多目标优化的音频水印方案研究[D]. 周仙仙. 合肥工业大学, 2019(01)
- [8]面向版权保护的数字音频水印若干关键技术研究[D]. 王思淼. 辽宁师范大学, 2017(06)
- [9]小波变换域的数字音频水印研究[D]. 蔡倩. 杭州电子科技大学, 2017(03)
- [10]基于听觉模型和PSO的数字音频水印算法研究[D]. 张彩霞. 天津大学, 2017(09)