论文基于离散小波变换和复倒谱的音频水印算法是关于对写作离散小波变换论文范文与课题研究的大学硕士、相关本科毕业论文离散小波变换论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
摘 要: 离散小波变换和复倒谱的数字音频盲水印算法首先对原始音频数据进行分段处 理并对每个音频数据段进行二级离散小波变换,然后对二级小波近似系数做复倒谱变换 并修改复 倒谱的统计均值以嵌入水印.为了便于观察,水印选用二值可视图像,并利用混沌技术进行 了加密处理,加强其安全性.算法提取水印时不需要原始音频信号,实现了水印的盲检测. 仿真实验证明了算法的鲁棒性和不可感知性.
关键词:音频水印;统计均值;混沌;离散小波变换;复倒谱
中图分类号:TP309文献标识码:A 文章编号:1672-1098(2010)01-0042-04
Audio Watermarking Based on DWT and Complex Cepstrum
HUANG Xiong-hua1,JIANG Wei-zhen2
(1. Practice and Experiment Station, Guilin University of Electronic Technol ogy, Guilin Guangxi, 541004, China;2. College of Information Science and Techno logy, Jinan University, Guangzhou Guangdong 510084, China)
Abstract: In the digital audio blind watermarking algorithm based on DWT(discret e welet translate) and complex cepstrum tranorm, firstly original audio is d ivided into several segments and each audio segment is tranormed by two levelsDWT. Secondly, complex cepstrum tranorm is performed in the second level appr oximate coefficients and watermarks were embedded in complex cepstrum coefficien ts statistical mean value. In order to observe conveniently, two values image wa termark was selected and the chaos technology was made used of encrypting the im age for the sake of security. The watermarking could be extracted without the or iginal audio signal and realized blind detection. Experimental results demonstra ted that the algorithm was robust and imperceptible.
Key words: audio watermarking; statistical mean value; chaos; DWT; complex cepst rum
复倒谱分析是语音信号处理中的一种强有力的分析手段.倒谱分析是同态系统的理论基础, 在语音识别、地震检测、声纳分析等有广泛的应用.在倒谱域研究倒音频水印,文献[1-2 ]提出了倒谱域统计均值修改算法;文献[3]提出了倒谱域BCH纠错 码的鲁棒音频水印算法;文献[4-5]提出了根据人类听觉感知特性,和心理声学 模型定性 控制 水印嵌入的倒谱域音频水印算法.这些算法的共同问题在于复倒谱均是针对时域的,复倒谱 变换本身是一个时域的数学变换过程,频域比时空域具有更好的鲁棒性[6].因此 ,本文首 先对音频进行两级小波分解,然后对二级近似小波系数进行复倒谱的数学变换处理,并将水 印嵌入复倒谱的统计均值中.实验结果表明,按文献[1-2]的方法选择嵌入强度系数明 显影 响到音频听觉的情况下,按文中的方法取得了较好的听觉效果,并且有较好的鲁棒性,实现 了水印音频透明性和鲁棒性的更好折中.算法实现了水印的盲检测,水印的提取不需要原始 音频.
1 复倒谱变换
复倒谱的变换过程如图1所示.
图1 复倒谱变换的过程等于{xi|0≤i 等于{Ci|0≤i 复倒谱域的变换是可逆变换(见图2). 图2 复倒谱的逆变换过程 复倒谱的能量主要集中在零点附近;时域一定的扰动对复倒谱统计均值影响很小[1-2 ]. 实数的复倒谱为实数,语音信号的样点值均为实数,避免了复数运算.实信号的复倒谱 两端较大(不考虑偏移),中间部分较小,从本文实验音频随机选择的一段的复倒谱曲线( 见图3)中可以看出,左右两端有明显的脉冲(偏移调整前),中间部分在零附近波动. 样点 图3 文中实验用部分语音信号复倒谱图 2 水印的预处理 为了文中的水印直观,选用二值可视图像作为水印.所以,首先需要将二维的水印信号降 到一维. w(i×P+j)等于I(i,j)(1) 式中: I(i, j)为原始水印的像素点, 1≤i≤P,1≤j≤Q; P, Q分别为水印图像的宽度和高度; w(k)为降维后的水印信号,k∈[1,P×Q] . 为了安全起见,对降维后的水印信号作进一步的加密处理.文中采用混沌加密的方法.Lo gistic是一类简单却广泛研究应用的动力系统.定义为 xk+1等于uxk(1-xk)(2) 其中,0 图4 原始水印图5 置乱的水印 3 水印嵌入 首先将音频信号分帧.帧长l等于L/(P× Q), L是音频文件长度,P×Q是水印信号长 度;分帧后的音频记为A(m,n),表示第m帧的第n个样点,m∈[1,P×Q],n∈[1,l]. 其次,对每帧作二级小波分解,二级小波近似系数记为cA2; 然后,对cA2作复倒谱变换,相应的第m帧第s个复倒谱系数记为cc(m,s),s∈[1,l ′],l′为二级小波系数近似分量cA2的 长度;实验证明倒谱系数的统计均值趋于零,即e等于mean(cc(m,:)),趋于零.mea n是求 平均值函数,cc(m,:)为第m帧所有的倒谱系数.因此,利用这一性质按下式嵌 入水印 总结:该文是关于离散小波变换论文范文，为你的论文写作提供相关论文资料参考。 参考文献： 1、 利用加速度响应连续小波变换时变系统物理参数识别 摘要： 基于小波理论，推导了函数积分运算的连续小波变换计算方法，应用此方法仅用线性时变结构的振动加速度响应信号，就可计算出速度和位移响应信号的连。 2、 桥上移动车辆车轴识别小波变换方法 摘要： 通过连续小波变换对车辆过桥产生的桥梁动应变响应进行分析，提取特定尺度下小波系数，能够凸显与车轴信息对应的峰值点，弥补传统局部峰值提取法在。 3、 小波变换在人脸图像融合中的应用 摘 要：为了提高人脸检测图像的质量，本文提出了一种基于小波变换模型的人脸图像融合处理算法，该算法将两幅或者多福不同光照条件的人脸图像进行融合处理。 4、 周小波诗 运河备忘录飞机和蚊子在半夜舞蹈用手指堵住耳朵，却堵不住失眠起床想抽颗烟可打火机怎么也点不亮夜点不亮暖意窗外，红灯笼在运河边串起了波。 5、 王小波和村上春树的对话 王小波生于1952年，村上春树生于1949年，他们相差3岁，年龄差不大。王小波在1997年去世，那正是他创作的高峰期，令人叹惜。村上春树今天还。