一种基于NSCT与抖动量化的盲水印算法

在混沌置乱变换及抖动量化原理基础上,提出了一种基于NSCT的盲水印算法.首先将图像进行NSCT变换及分块SVD分解,再对原始水印信息进行混沌置乱变换以消除线性相关性,最后,利用抖动量化原理对分块SVD分解产生的各块奇异值进行修改实现水印嵌入.实验表明,该算法透明性好,拥有较强的鲁棒性,且在水印提取时实现了盲提取,是一种盲水印算法.

利用抖动量化和信噪比的自适应鲁棒音频盲水印算法

提出了基于抖动量化和信噪比(SNR)的自适应鲁棒音频盲水印算法。在分析经典量化方法存在的安全问题的基础上,提出了抖动量化嵌入和提取水印的方法,抖动量由密钥控制的混沌通过映射产生,加强了系统的安全性。针对现有水印算法需通过反复实验确定合适嵌入强度的问题,算法基于音频内容的信噪比公式自适应地计算水印嵌入强度。实验表明,本算法是不可听的,对常规信号处理操作是鲁棒的。

基于PSNR小波域量化调制水印嵌入方法的参数定量估算

量化步长是量化调制方法中的重要参量,但是目前无法定量计算。针对这个问题,以抖动量化调制方法为研究对象,以小波变换系数为量化系数,提出了基于峰值信噪比(PSNR)的量化步长定量估算方法。首先根据量化误差的分布情况给出了基于量化步长的量化误差定量估算方法,然后根据小波变换的性质推导出了量化步长、水印序列长度与PSNR之间的定量关系式。实验结果显示,量化步长取值相同时实验测得的PSNR值和定量关系式计算出的PSNR值基本一致,验证了推导的定量关系式。

扩展变换抖动调制水印算法中投影向量的研究

扩展变换抖动调制(spread transform dither modulation,STDM)是一种性能很好的水印算法,该算法中用于扩展变换的投影向量是影响其性能的一个重要因素。本文研究STDM中的投影向量,对随机投影向量、均匀投影向量、平行投影向量、从频率角度选择的投影向量和从HVS角度选择的投影向量进行了介绍,并对选择各种投影向量时STDM的鲁棒性进行了比较与分析,得到了不同噪声攻击下,使得STDM水印算法的鲁棒性达到最优的投影向量选择方法。此外,为了充分利用HVS的特性,介绍了结合HVS综合选择投影向量的方法,实验结果说明该方法可以进一步改善STDM算法的视觉效果和鲁棒性。

基于块奇异值分解的水印算法研究

充分利用奇异值分解的特性,提出了一种新的基于块奇异值分解的量化水印算法和一种新的基于块奇异值分解的扩频水印算法.这两个算法都是通过对各个数据块的最大奇异值进行修改来嵌入水印,都可以根据待嵌入的水印信息量来调整分块的大小,算法的复杂度较低.其中的量化水印算法是含边信息的嵌入方法,可以实现盲检测.实验结果证明,基于块奇异值分解的水印算法对常规的图像处理攻击具有很好的鲁棒性,尤其是其中的量化水印算法.

基于虚特征分解的PQ图像隐写专用检测技术

提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明:该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。

抗幅度缩放的小波域自适应数字音频水印算法

数字音频水印的鲁棒性是数字水印领域的研究热点之一。为进一步提高音频水印算法针对幅度缩放等攻击的鲁棒性,借用数字图像归一化的思想,提出了一种基于归一化的抗幅度缩放攻击的数字音频水印算法。该算法首先对音频数据进行自适应分段,然后在空域部分均值化音频数据,最后在三级小波变换的低频系数上以抖动调制的方式实现水印信息的嵌入。实验结果表明所提出的算法对缩放攻击具有很好的鲁棒性,并能够抵抗加噪、低通滤波、重采样、重量化等常见攻击。

采用经验模态分解的语音与音频通用编码方法

为有效解决现有单一模型编码器无法在中低速率对语音和音频信号进行高质量通用编码的问题,本文借助语音与音频信号的谐波特性,建立了一种对语音和音频信号统一编码的方法。首先,本文利用经验模态分解(Empirical Mode Decomposition,EMD)提取输入信号的谐波成分;其次,利用感知匹配追踪算法,并结合正弦参数建模对谐波成分进行参数提取与量化;第三,对于量化谐波后的残差进行抖动格型矢量量化,以提升重建音频的主观听觉质量,并最终实现一套包含24kbps和32kbps码率的宽带语音与音频通用编码器;最后,对所提算法进行了客观PESQ/PEAQ和主观A/B测试,并与ITU-T G.722.1和G.722.2编码器进行了比较,实验结果表明,所提编码器对语音和音频信号的编码质量均优于参考编码器。