理论教育 基于LSB和量化的音频水印算法

基于LSB和量化的音频水印算法

时间:2023-11-04 理论教育 版权反馈
【摘要】:文献[21]提出了一种调整复倒谱系数均值大小的音频水印算法。文献[22]提出了一种基于量化思想的倒谱域算法,但其量化区间属于固定值,一旦音频载体变换,量化区间就要重新进行调整,因此不便于实际应用,且算法的鲁棒性有待进一步加强。本节将首先介绍倒谱变换与复倒谱变换及其性质,然后介绍新的混合域鲁棒音频水印算法框架,接着详细介绍嵌入水印的算法和提取水印的算法流程,最后介绍仿真实验结果,并对实验结果进行分析。

基于LSB和量化的音频水印算法

谱分析是语音信号处理中比较普遍的一种方法。与时域变换相比,倒谱系数的变化十分小。在变换域的信息隐藏的嵌入过程中,倒谱变换也得到了广泛应用。

文献[18]根据倒谱系数的分布和人类听觉系统HAS的频率掩蔽效应的特性,将秘密水印扩展嵌入音频信号的几个倒谱分量。该算法的抗攻击性能较好,但算法的时间复杂度很大。文献[19]运用了统计均值处理(Statistical-Mean Manipulation,SMM)来完成秘密信息的嵌入。但是,在实验过程中的嵌入强度的控制因子α(n)不易确定,给算法的实际应用带来一定的困难。仿真实验结果证明,该算法对抖动回波、时间刻度弯折以及同步攻击等攻击具有很强的鲁棒性。文献[20]也运用统计均值处理法,并且将音频信号时域中的突变点作为水印帧嵌入位置的起始点,然后将时域音频信号变换到倒谱域,在倒谱域中运用统计均值处理法来完成秘密水印信息的嵌入。其仿真结果表明,对同步攻击和剪切攻击等具有较强的鲁棒性以及良好的不可感知性,但调制幅度偏置因子α的取值不易确定。文献[21]提出了一种调整复倒谱系数均值大小的音频水印算法。该算法首先对音频信号进行分段,然后计算每段音频数据段的复倒谱均值,再将复倒谱系数均值与设定的阈值T进行比较,结合秘密水印序列为“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。实验结果表明,该算法具有较强的鲁棒性,算法属于盲提取。文献[22]提出了一种基于量化思想的倒谱域算法,但其量化区间属于固定值,一旦音频载体变换,量化区间就要重新进行调整,因此不便于实际应用,且算法的鲁棒性有待进一步加强。文献[23]提出了一种基于小波域及复倒谱域的音频水印算法,算法中首先利用人类听觉系统的掩蔽效应来确定阈值T,然后通过调整复倒谱系数与阈值之间的关系来完成秘密水印信息的嵌入。实验结果表明,该算法对于基本的信号处理攻击有很强的鲁棒性。文献[24]在充分研究倒谱变换特点的前提下,利用倒谱域两端系数比较大,其他的倒谱系数都在0附近波动的特点,提出了一种将秘密水印信息采用统计均值调制的方法嵌入倒谱系数较小的区间。实验结果表明,该算法具有良好的不可感知性和较强的鲁棒性。(www.daowen.com)

本节将首先介绍倒谱变换与复倒谱变换及其性质,然后介绍新的混合域鲁棒音频水印算法框架,接着详细介绍嵌入水印的算法和提取水印的算法流程,最后介绍仿真实验结果,并对实验结果进行分析。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈