鲁棒性数字音频水印算法的研究

来源 :中南林业科技大学 | 被引量 : 0次 | 上传用户:zjian26
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网的飞速发展以及压缩和传输技术的口渐成熟,使得人们可以自由的从互联网上下载各种数字多媒体数据。这给我们的生活带来了极大的便利,然而却给数字产品的安全带来了一系列问题。因此,如何保护数字多媒体的版权及内容完整性成为急需解决的问题。数字水印技术因此而产生。数字音频水印是数字水印中一个重要的研究方向。本文主要围绕用于版权保护的鲁棒性数字音频水印算法展开研究,主要内容如下:首先,说明了本课题研究的背景及意义,介绍了数字音频水印技术及本文所用到理论的基础知识,如人类听觉特性,独立成分分析(independent component analysis, ICA),离散小波变换(discrete wavelet transform, DWT)及奇异值分解(singular value decomposition, SVD)。其次,针对现有算法的嵌入过程进行改进,提出了一种基于独立成分分析的数字音频水印算法。在嵌入算法中,首先计算各分段音频小波变换后低频系数的能量值并进行排序,然后选择能量值较大的音频段中的低频系数作为嵌入点,以保证音频的透明性及鲁棒性,最后通过线性混合矩阵将系数与水印进行混合;水印的提取则是采用盲源分离中的独立成分分析方法,以实现盲提取。最后,针对水印容量的问题,提出了基于奇异值分解的数字音频大容量水印算法。在水印的预处理阶段,对水印进行奇异值分解,将分解得到的奇异值作为待嵌入信息,将重要信息集中到奇异值中,实现水印信息的压缩,使得载体音频可嵌入的水印信息量大大提高,并在载体中重复嵌入水印多次,以保证算法的鲁棒性。本文主要提出了两种鲁棒性的数字音频水印算法,仿真实验证明了本论文所提出算法的可行性,且对常规攻击具有较强的鲁棒性。
其他文献
高光谱遥感技术是20世纪发展起来的一门新的学科,它在定量遥感反演、农业精准、生态建设、地物识别分析等领域发挥了重要的作用。由于不同的地物对象具有不同的光谱特征,而且
无线传感器网络目前成为了国内外研究团体的研究热点。它是将传感器技术、嵌入式系统技术、现代网络及无线通信技术、及分布式信息处理技术等多学科知识高度交叉的一种技术。
超声图像的精确分割是高强度聚焦超声(HIFU)治疗中非常重要的环节,是后期重建、配准以及治疗能达到良好效果的前提。然而,由于超声图像所具有的低对比度、边界模糊以及斑点噪声
人脸特征点定位是自动定位事先定义好的面部关键点,以获取人脸形状。人脸特征点定位是人脸图像分析的关键步骤,在人脸识别、仿真、跟踪、表情分析、人脸三维动画建模等任务中有
RFID(radio frequency identification,射频识别)技术是一项非接触型自动识别技术。它具有高效、快速、可靠、非视距读取和可工作于恶劣环境等优点,被广泛应用于物流、邮政、
图像的表示与匹配技术是图像处理、分析与理解的基础。它对图像的后续处理、分析和识别具有十分重要的作用。近几年来,基于图理论的图像分析与识别技术得到越来越多研究者们
无线传感器网络(WSN, wireless sensor network)是一种新兴的应用技术,它是由成百上千个具有自组织能力并能协作感知对象信息的传感器节点组成,这些节点携带有限的能量且能量
无线传感器网络(Wireless Sensor Network,WSN)是一种全新的信息获取平台,能够利用各种各样的传感器,实时监测和采集网络分布区域内的各种监测对象的信息,并将这些信息通过无线网
低质量指纹图像分割一直都是指纹识别技术的研究重点之一。指纹图像分割是指从图像背景中分离出有用的指纹区域的过程。对低质量指纹图像的分割是图像增强、细化、分类和特征