一、基于心理声学模型的自适应音频数字水印算法（论文文献综述）
武晨艳[1]（2021）在《DCT域上自适应抗HSI音频水印算法》文中研究指明音频水印算法将表示特定含义的信息（音频创作者的相关信息、音频文件的下载及传播记录）嵌入到音频文件中,不影响原始音频文件自身的品质;在发生版权纠纷的情况下,能够将嵌入音频中的水印信息正确地提取出来,即使嵌入水印后的音频受到信号处理攻击,水印提取的正确性也不会受到影响。在音频中嵌入水印可以实现音频版权的追踪,它的有效性不仅取决于嵌入水印后算法的不可感知性,还取决于提取时的鲁棒性。两者之间是相互制衡的,能否使两者达到更好的平衡是音频水印算法是否能够实用化的决定因素。近年来,基于离散余弦变换（Discrete Cosine Transform,DCT）的水印算法受到广泛关注,DCT变换计算效率高,对音频作该变换后,能量集中且守恒。本文针对DCT域上的音频水印,研究自适应嵌入技术和提取时的抗宿主信号干扰（Host Signal Interference,HSI）技术,保证嵌入的水印在不可感知的前提下,最大化水印提取的鲁棒性。自适应嵌入技术随宿主音频的不同,自适应地确定嵌入参数。信噪比（SignalNoise Ratio,SNR）常用于嵌入水印的不可感知性参数。目前基于SNR自适应的音频水印算法对于是否存在进一步提高嵌入参数的上限的空间,没有给出回答;对于DCT域上音频水印提取时处理HSI的算法,目前的研究没有利用HSI对水印提取的积极作用,算法的鲁棒性还有进一步提高的空间。基于以上自适应音频水印算法的研究现状,本文借鉴DCT域上自适应图像水印算法的思想,提出自适应抗HSI音频水印算法,在保证水印不可感知的前提下,最大化水印的鲁棒性。本文主要工作内容和创新点如下:（1）提出一种提高嵌入参数上限的自适应函数关系。在建立嵌入参数与SNR之间的函数关系时,将DCT能量守恒原理考虑其中,提高了嵌入参数的上限,从而更好地平衡水印的不可感知性和鲁棒性;在此基础上,对适合嵌入水印的音频分段,根据确定的函数关系自适应地确定每一段音频的嵌入参数,使得音频文件获得一致的SNR,并通过对五种不同类型的音频进行仿真实验来验证本文算法在不可感知性方面的有效性。（2）提出一种引入HSI控制因子提高算法鲁棒性的策略。通过理论分析可知,HSI对水印提取的结果既有积极作用,也有消极影响,引入HSI控制因子后,能够更好地消除HSI对水印提取的消极影响,同时通过HSI控制因子的合适取值,最大程度的保留其对水印提取的积极作用,进一步提高算法的鲁棒性,并通过对五种不同类型的音频进行仿真实验来验证本文算法在鲁棒性方面的有效性。对五种不同类型的音频进行仿真实验的结果表明,从不可感知性方面来说,本文算法的SNR大于现有算法的SNR,本文算法SNR的均值相比A-SNR算法、OPT-SNR算法、MO-PN算法和DCT-GA算法分别提高了4.6、3.7、3.2和1.3;从算法对常规攻击的鲁棒性方面来说,本文算法的误码率（Bit Error Rate,BER）均值明显优于ASNR算法和OPT-SNR算法,对于MP3攻击（64kbps）,本文算法的BER相比MO-PN算法和DCT-GA算法分别提高了12.84%和2.12%,上述实验结果表明,本文算法具有良好的嵌入水印的不可感知性,同时,也提高了抵抗攻击的鲁棒性,使两者达到一个更高水平的平衡。本文以上述创新算法为关键技术,实现了数字音频水印隐蔽嵌入与鲁棒提取系统,包括用户登录、原始音频选择、水印信息生成、水印嵌入、添加攻击和水印提取六个模块。
罗一帆[2]（2021）在《基于媒体特征分析的自适应音视频水印关键技术研究》文中提出随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频作为视听媒体的代表,其版权保护是数字水印研究的重点,研究者们已提出了多种音视频数字水印方法。但现有方法对音视频信号在时-频域中的变化特征缺乏充分的研究与应用,导致水印抗时域同步攻击、几何变换等攻击能力不足,水印鲁棒性和不可感知性均有待提升;同时,对新发展起来的无损压缩音频、3D视频研究不足,少有针对性数字水印算法。为解决这些问题,本文基于音视频特征信息分析,从以下两个方面提出解决思路。第一,分析音视频信号时-频域变化规律,根据规律构建特征信息作为信号自适应分段标志、确定水印嵌入位置;水印嵌入位置随特征信息变化而改变,而各类攻击对特征信息影响小,水印抗同步攻击、几何攻击等攻击鲁棒性得到提升。第二,将水印嵌入与提取过程同音频信号变化特征、编解码特征、视频角点特征、3D视图渲染特征相结合,充分运用特征信息来提升水印不可感知性和抗各类攻击的鲁棒性。根据解决思路,本文提出了以下解决方案:依次构建在各类攻击下鲁棒性更强的音频节拍、音频显着状态、视频角点、视频对象动作等特征信息作为信号分段、水印嵌入位置选择或水印认证标志,实现水印抗同步攻击鲁棒性的提升。针对有损压缩、无损压缩音频,2D、3D视频,将特征信息构建与水印嵌入、提取方法相结合,分别设计双通道音频水印算法、双域音频水印算法、与无损压缩编码相结合的无损音频水印算法、与视觉密码相结合的2D视频‘零水印’算法、与3D渲染模式相结合的3D视频水印算法,各有侧重地提升水印鲁棒性和不可感知性。根据解决方案,具体算法实现如下:一、提出了基于信号自适应分段与嵌入强度优化的双通道音频水印算法。利用自相关检测法对音频信号进行自适应分段,作为水印嵌入位置选择标志,提高水印抗同步攻击鲁棒性。构建音频信号双通道特征信息,设计水印双通道嵌入与提取方法,降低水印嵌入强度,提高水印不可感知性。二、提出了基于离散小波包变换的双域音频水印算法。设计更具鲁棒性的音频信号自适应分段方法,水印具备更强的抗同步攻击能力;引入心理声学模型,将音频信号划分为听觉掩蔽域和被掩蔽域,设计符合掩蔽效应的双域水印嵌入位置选择方法、水印嵌入强度自适应控制方法,在双域中同时进行水印嵌入与提取,既提高水印的鲁棒性,又能保障其不可感知性。三、提出了针对MPEG-4 SLS格式的无损压缩音频水印算法。构建MPEG-4 SLS（Scalable Lossless Coding）编码整型修正离散余弦变换（Integer Modified Discrete Cosine Transform,Int MDCT）系数显着状态特征信息作为水印嵌入位置选择标志,增强特征信息鲁棒性,实现水印抗同步攻击鲁棒性的提升;设计与无损编解码技术相结合的水印嵌入与提取方法,提高水印抗各类信号处理攻击的鲁棒性,同时应用听觉掩蔽效应实现对水印嵌入强度的有效控制。四、提出了基于时-空域特征和视觉密码的视频‘零水印’算法。设计有限状态机进行关键帧选择,在关键帧中构建时-空域角点特征信息作为水印认证信息元素,提高特征信息抗同步攻击、色彩与几何攻击鲁棒性。将特征信息与视觉密码相结合,生成鲁棒性水印认证信息,在版权机构进行注册,在不改变视频信号的前提下实现水印嵌入。五、提出了基于深度图像渲染（Depth-image-based rendering,DIBR）的3D视频水印算法。与DIBR特征进行融合,构建视频帧对象动作特征信息作为水印嵌入位置自适应选择标志,增强特征信息鲁棒性,提升水印抗深度信息变化、几何变换攻击鲁棒性;设计同DIBR渲染过程相结合的水印嵌入与提取方法,提升水印鲁棒性和不可感知性。综上所述,本文针对现有音视频水印方法存在的问题,基于特征信息分析对音视频数字水印关键技术进行研究。分析音视频信号时-频域变化特征与鲁棒性特征信息提取方法,提出了问题解决思路,给出了解决方案。实现了在小波域、时空域、压缩域中对有损压缩音频、无损压缩音频、2D视频、3D视频进行水印嵌入与提取,有效增强了水印鲁棒性和不可感知性,为水印算法的应用打下了更坚实的基础。
吴秋玲[3]（2018）在《变换域音频鲁棒数字水印技术研究》文中研究指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。
阮烨[4]（2019）在《基于压缩音频主码本可替代位的信息隐藏算法研究》文中认为随着互联网大数据和移动通信的迅猛发展以及4 G甚至5 G时代的到来,海量多媒体数据信息为人们生活提供了巨大便利,也为信息安全和通信带来巨大的挑战。信息隐藏作为信息安全领域中的一个分支领域,因其可将音频视频文本和图像都作为载体传输秘密信息,而成为数据传输与数据安全交叉学科的研究热点。它作为加密技术的一项重要补充,在只有发送方和接收方知道的情况下,将秘密信息嵌入载体中公开传输,不仅保证传输的安全性,也不会引起第三方窃取的注意,被广泛应用在隐蔽信息传输和秘密通信领域中。以音频为载体的信息隐藏技术主要分为非压缩音频和压缩音频两方面,学者和研究人员也提出了许多算法。自适应多速率宽带（AMR-WB）音频是应用在移动通信领域的通信音频,MP3（MPEG Audio Layer 3）是最常用的数字压缩音频的编码格式。已有的基于AMR-WB的隐写算法需获得编码前音频进行嵌入,解码方需解压缩后得到隐蔽信息。基于MP3音频的算法也大多需要对音频进行解码嵌入,然后根据规则提取信息。这些方式存在难以操作、需拿到原始音频才能处理的问题。本文主要研究AMR-WB和MP3这两种压缩音频的信息隐藏算法,提出可采取寻找设计可替代位进行隐蔽信息嵌入的算法思路,直接作用于AMR-WB和MP3压缩音频。AMR-WB压缩编码步骤中的代数码本搜索为了提高速度和减少搜索空间,未使用最优搜索算法执行代数码本搜索,并且没有通过表征音频能量的深度优先树搜索非零脉冲的位置,根据这一特性将秘密信息嵌入可替代位。MP3音频采用Huffman编码方式,主码区分为三个区间零区、中值区和大值区。三个区对照不同Huffman表进行编码,利用中值区4个频线为这一组产生符号0位将秘密嵌入。实验结果表明,这两种算法可以在保证较好容量的同时,也具有良好的透明性和安全性。
陈亮[5]（2019）在《基于扩频和回声的音频信息隐藏方法研究》文中研究表明近年来由于计算机网络技术的蓬勃发展,使得传统媒体产品越来越多向数字化转变,数字音频作品的存储、复制和传播变得越来越容易,这也导致了一系列的不良后果,例如一些音频作品随意被复制,篡改,版权纠纷问题时有发生。数字音频水印技术可以实现数字产品的版权保护,该技术可以通过在音频文件中嵌入秘密信息来实现版权保护的目的,目前针对音频的水印算法有很多,但这些算法都存在一定缺陷,其中水印算法的鲁棒性和透明性就是一个很难平衡的问题。回声隐藏技术和扩频技术都是数字水印技术的重要分支,本文以PN（Pseudo-Noise）序列的回声隐藏和完全互补码的扩频方式相结合,设计了一种基于扩频和回声的音频水印算法,来进一步提高水印算法的鲁棒性和透明性。首先,提出了基于PN序列的回声隐藏方法,该方法在时域内均匀地扩展引入回声,同时利用每个音频带的短时能量值自适应地调整嵌入水印的衰减系数来完成载体音频的处理,并利用PN序列改变前后向回声内核的极性,对回声内核进行加密,能够在回声幅度很小的情况下保持高检测率,该方法能更好的体现水印的安全性和不可见性。其次,综合分析了各种数字音频水印算法的不可见性、鲁棒性和安全性的基础上,结合回声隐藏思想和扩频思想提出了一种基于扩频和回声的水印算法。该算法采用完全互补码对水印序列进行扩频,由于完全互补码具有完全随机性,水印序列经过完全随机性的扩频调制,再结合PN序列的短时能量回声隐藏方法,将扩频调制后的水印信息叠加到音频信号的时域波形上,自适应地选择嵌入位置嵌入水印信息。完全互补码具有更好的抗噪声性能,可以提高水印的鲁棒性。实验结果表明,本文提出的算法能满足水印具有良好的隐藏效果,在保证水印透明性的基础上,嵌入强度逐渐增大,水印信息的检测率在98%以上,对加噪声、滤波和重采样等攻击具有较强的鲁棒性,水印信息的检测率在90%以上,水印提取效果良好。通过改变发送端与接收端之间的距离和角度,得到的实验结果均有较高的信噪比和较低的误码率,设计的水印算法能够准确地检测到水印,该算法在保护音频作品版权方面有很大优势。
张涛,张彩霞,高新意,赵鑫[6]（2017）在《自适应的混合域音频水印新算法》文中进行了进一步梳理本文结合小波包变换和心理声学模型,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,然后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地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576.7 bps到689.5 bps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。
张彩霞[7]（2017）在《基于听觉模型和PSO的数字音频水印算法研究》文中指出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。
黄力[8]（2012）在《基于听觉模型的自适应水印算法设计》文中研究说明针对音频数字水印算法抗攻击的问题,深入研究了基于人耳听觉模型的音频数字水印算法.给出了典型的基于人耳听觉模型的音频水印算法流程.提出了基于自适应量化步长的音频数字水印算法,详细分析了量化步长的自适应选取原理及计算公式,使得量化步长的选取能够动态的适应音频载体文件数据能量的变化而发生改变,提高了音频数字水印算法的抗攻击能力.实验测试结果表明,相对于固定量化步长的音频数字水印算法而言,在音频文件进行压缩攻击和低通滤波等攻击手段时,所提取的音频数字水印文件的相关系数能够达到90%以上,表现出良好的抗攻击能力.
刘钊[9]（2012）在《基于内容的自适应音频水印算法研究》文中研究说明数字多媒体技术的高速发展，使得网络音频资源的下载几乎到了泛滥的地步，未经授权的拷贝传播严重侵犯了相关制作者的知识产权。音频水印技术凭借其独特的优势，在打击盗版，保护知识产权的应用中日益广泛，同时也愈加受到相关领域研究人员的关注。基于内容的自适应音频水印算法将表征音频信号自身内容的数理特征作为水印信息嵌入的参考因素，如果表征音频信号自身内容的特征量在经过正常的信号处理操作或者恶意攻击后，其变化量超过了一定限度，音频信号将会被视为损坏，失去了其实用价值。本文设计的两种算法，都是基于音频信号自身的特征，通过相应的数学处理，提取音频信号自身稳定的特征点作为水印信息嵌入位置的参考，算法的适用范围较为广泛，嵌入的水印信息在保证不可感知性的同时，对通常的信号处理操作及同步攻击等干扰，表现出较强的稳健性。为了增强音频水印算法的抗同步攻击能力，提出一种基于子带特征的自适应音频水印算法。该算法首先利用Logistic映射对待嵌入的水印图像进行置乱处理，用混沌地址索引序列对水印信息进行加密；其次将音频帧划分子带，计算频谱质心；并选择包含频谱质心、短时过零率小、短时能量大的子带，对其进行三级提升小波变换，将得到的低频系数进行离散余弦变换；最后通过奇偶量化处理过程完成水印信息的嵌入，检测或者提取水印信息时，原始音频信号无需参与。仿真实验结果表明：该算法不仅具有较好的隐蔽性，经过低通滤波、重采样、格式转换、同步攻击等操作后仍具有较强的稳健性。针对音频信号在传输过程中往往会受到多种干扰和攻击，提取出的水印信息质量通常会变差的情况，提出一种基于奇异值分解的鲁棒音频水印算法。该算法首先将要嵌入的水印图像进行Baker置乱变换，利用Logistic映射对已经置乱的图像进行加密，再将音频信号划分为长度适当的音频帧，从矩阵角度，把每一帧的音频信号由一维矩阵变换成二维矩阵后，对二维矩阵进行奇异值分解；然后利用得到的特征值的稳定性，结合水印嵌入系数，完成水印信息的嵌入；最后将得到的二维矩阵按照一定的顺序变换成一维矩阵，再按照开始划分的次序，将音频帧连接起来，就得到了含有水印信息的音频信号。仿真实验结果表明：该算法可以较好的控制水印嵌入系数，在保证不可感知性的同时，面对正常的信号处理操作和一定程度的恶意攻击，都表现出较好的稳健性。
茶蓉蓉[10]（2011）在《抗MP3压缩音频水印研究》文中指出自从计算机网络面世以来,网络技术得到了迅猛的发展,同时也推动了多媒体技术的发展。这些发展给人们生活带来便利,也带来各种由于版权保护技术不完善产生的侵权问题。数字音频水印作为一种有力的音频文件版权保护的技术手段得到了人们的重视。人类听觉系统（HAS）对于微小失真比视觉系统（HVS）更加敏感,冗余空间较少。因此早先出现的数字水印技术都集中在数字图像领域,数字音频水印技术相对发展的较晚一些。与数字图像水印和视频水印技术相比,数字音频水印技术面临着更大的挑战。现在主流的音频文件格式大多为压缩格式,尤以MP3格式最为流行。MP3属于感知压缩编码的一种,之所以获得较好的音质是因为它充分利用了人类听觉系统特征及心理声学知识。MP3压缩比最高可达到12倍左右。数据进行MP3压缩之后,本身的冗余空间较之前更少,在压缩后的音频里嵌入水印更显得困难。本文从MP3编码原理以及人体听觉效应出发找出一种能够抵抗MP3压缩的音频水印算法。算法利用心理声学模型找出最容易被人耳感知的临界频带。嵌入与数据压缩同时进行,修改指定频带量化系数的最低位以此嵌入水印。采用编码当中的量化迭代循环来控制引入的量化噪声。嵌入完成之后,通过编码、比特流组帧形成嵌入水印的MP3文件。实验结果表明：该算法相对于MP3stego具有较高的嵌入容量。同时具有较高的透明性和鲁棒性,可以有效地抵抗多种比特率下的MP3压缩。算法创新点在于充分的结合了人体听觉效应以及MP3编码的特点,提出了融合MP3编码原理以及心理声学模型的自适应音频水印算法。为了进一步的提高算法的鲁棒性,我们将通信模型当中的BCH纠错码引入到水印系统中来。加入纠错码机制的水印系统实际嵌入水印容量减少。但是水印抵抗MP3压缩的鲁棒性再次增强。对于解压之后重压缩的水印鲁棒性改善得更好。
二、基于心理声学模型的自适应音频数字水印算法（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、基于心理声学模型的自适应音频数字水印算法（论文提纲范文）
（1）DCT域上自适应抗HSI音频水印算法（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 国内外研究现状 |
| 1.2.1 嵌入参数自适应变化依据 |
| 1.2.2 抗HSI算法 |
| 1.2.3 存在的问题 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第二章 音频水印算法及其相关技术 |
| 2.1 基本知识 |
| 2.1.1 音频水印算法分类 |
| 2.1.2 音频水印算法的基本要求 |
| 2.1.3 攻击类型 |
| 2.1.4 评价指标 |
| 2.1.5 应用领域 |
| 2.2 音频算法框架 |
| 2.3 嵌入参数选取综述 |
| 2.4 嵌入与提取算法 |
| 2.4.1 量化方法 |
| 2.4.2 扩频方法 |
| 2.4.3 HSI处理方法 |
| 2.5 本章小结 |
| 第三章 自适应抗HSI音频水印算法 |
| 3.1 问题分析 |
| 3.2 自适应抗HSI音频水印算法 |
| 3.2.1 自适应调参模型 |
| 3.2.2 抗HSI音频水印嵌入算法 |
| 3.2.3 抗HSI音频水印提取算法 |
| 3.3 本章小结 |
| 第四章 实验设计与分析 |
| 4.1 实验设计 |
| 4.1.1 实验环境与数据 |
| 4.1.2 实验设计过程 |
| 4.2 实验结果及分析 |
| 4.2.1 不可感知性 |
| 4.2.2 鲁棒性 |
| 4.2.3 实验结果分析 |
| 4.3 本章小结 |
| 第五章 数字音频水印隐蔽嵌入与鲁棒提取系统设计 |
| 5.1 软件介绍 |
| 5.1.1 VSCode介绍 |
| 5.1.2 Python介绍 |
| 5.2 数字音频水印隐蔽嵌入与鲁棒提取系统需求分析 |
| 5.2.1 功能需求 |
| 5.2.2 非功能需求 |
| 5.3 数字音频水印隐蔽嵌入与鲁棒提取系统设计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（2）基于媒体特征分析的自适应音视频水印关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用缩略词表 |
| 常用符号表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字水印技术概述 |
| 1.2.1 数字水印系统模型 |
| 1.2.2 数字水印的分类 |
| 1.2.3 数字水印的应用 |
| 1.2.4 数字水印的性能特征 |
| 1.2.5 音视频水印攻击类型 |
| 1.2.6 数字水印性能评价指标 |
| 1.3 国内外研究现状 |
| 1.3.1 音频水印算法研究现状 |
| 1.3.2 视频水印算法研究现状 |
| 1.3.3 存在的问题 |
| 1.4 本文主要研究内容 |
| 1.5 本文结构安排 |
| 第2章 基于音频信号自适应分段与嵌入强度优化的双通道音频水印算法 |
| 2.1 引言 |
| 2.2 音频信号自适应分段 |
| 2.3 音频信号双通道特征信息构建 |
| 2.4 水印嵌入方法 |
| 2.5 水印提取方法 |
| 2.6 水印嵌入强度优化 |
| 2.7 实验结果 |
| 2.7.1 水印不可感知性评价 |
| 2.7.2 水印鲁棒性评价 |
| 2.8 本章小结 |
| 第3章 基于离散小波包变换的双域音频水印算法 |
| 3.1 引言 |
| 3.2 音频节拍检测与自适应分段 |
| 3.3 音频信号双域划分与水印嵌入位置选择 |
| 3.4 水印嵌入与提取 |
| 3.4.1 水印嵌入规则 |
| 3.4.2 自适应嵌入强度计算 |
| 3.4.3 水印嵌入方法 |
| 3.4.4 水印提取方法 |
| 3.5 实验结果 |
| 3.5.1 水印不可感知性评价 |
| 3.5.2 水印鲁棒性评价 |
| 3.6 本章小结 |
| 第4章 针对MPEG-4 SLS格式的无损压缩音频水印算法 |
| 4.1 引言 |
| 4.2 相关技术介绍 |
| 4.3 水印嵌入与提取 |
| 4.3.1 嵌入失真允许阈值 |
| 4.3.2 显着状态与嵌入位置选择 |
| 4.3.3 水印嵌入方法 |
| 4.3.4 水印提取方法 |
| 4.4 实验结果 |
| 4.4.1 水印不可感知性评价 |
| 4.4.2 水印鲁棒性评价 |
| 4.5 本章小结 |
| 第5章 基于时-空域特征与视觉密码的视频零水印算法 |
| 5.1 引言 |
| 5.2 有限状态机设计与关键帧选择 |
| 5.2.1 视频镜头分割 |
| 5.2.2 有限状态机运行规则 |
| 5.3 视频时-空域特征信息提取 |
| 5.3.1 Harris-Laplace角点检测 |
| 5.3.2 时域特征数据集构建 |
| 5.3.3 频域特征数据集构建 |
| 5.4 Ownership share的产生与水印提取 |
| 5.4.1 Ownership share的产生 |
| 5.4.2 水印提取方法 |
| 5.5 实验结果 |
| 5.6 本章小结 |
| 第6章 基于深度图像渲染的3D视频水印算法 |
| 6.1 引言 |
| 6.2 相关技术简介 |
| 6.2.1 DIBR系统 |
| 6.2.2 SIFT特征点检测 |
| 6.3 水印嵌入位置选择 |
| 6.3.1 视频场景分割 |
| 6.3.2 SIFT特征点跨帧匹配 |
| 6.3.3 匹配向量概率分布 |
| 6.3.4 匹配向量主方向和水印嵌入位置选择 |
| 6.4 水印嵌入与提取方法 |
| 6.4.1 改进的扩频水印嵌入方法 |
| 6.4.2 在中心视图中嵌入水印 |
| 6.4.3 从左右视图中提取水印信息 |
| 6.5 实验结果 |
| 6.5.1 水印不可感知性评价 |
| 6.5.2 水印鲁棒性评价 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（3）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 |
（4）基于压缩音频主码本可替代位的信息隐藏算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 音频隐写技术发展现状 |
| 1.2.1 非压缩音频发展现状 |
| 1.2.2 压缩音频发展现状 |
| 1.3 音频信息隐藏技术评价标准 |
| 1.3.1 鲁棒性 |
| 1.3.2 透明性 |
| 1.3.3 不可检测性 |
| 1.3.4 安全性 |
| 1.3.5 嵌入容量 |
| 1.4 本文的研究内容 |
| 1.5 本文的结构安排 |
| 2 AMR-WB和MP3压缩音频编解码过程 |
| 2.1 AMR-WB编码过程 |
| 2.1.1 预处理 |
| 2.1.2 线性预测分析与量化 |
| 2.1.3 感知加权 |
| 2.1.4 开环基音分析 |
| 2.1.5 计算脉冲响应及目标信号 |
| 2.1.6 自适应码本搜索 |
| 2.1.7 固定码本搜索 |
| 2.1.8 自适应码本和固定码本增益量化 |
| 2.1.9 高波段增益生成 |
| 2.2 AMR-WB解码过程 |
| 2.2.1 系数解码以及语音合成 |
| 2.2.2 高频带合成 |
| 2.3 MP3编码过程 |
| 2.3.1 子带滤波器组 |
| 2.3.2 改良式离散余弦变换(MDCT) |
| 2.3.3 心理声学模型 |
| 2.3.4 比特分配及量化循环 |
| 2.3.5 Huffman编码 |
| 2.3.6 MP3比特流格式 |
| 2.4 MP3解码过程 |
| 2.5 本章小结 |
| 3 基于AMR-WB固定码本可替代位的隐写算法 |
| 3.1 AMR-WB帧结构 |
| 3.2 嵌入算法 |
| 3.2.1 AMR-WB脉冲索引 |
| 3.2.2 算法原理与实现 |
| 3.3 提取算法 |
| 3.4 实验结果与分析 |
| 3.4.1 透明性分析 |
| 3.4.2 嵌入容量分析 |
| 3.4.3 实时性分析 |
| 3.5 本章小结 |
| 4 MP3 Huffman值区可替代位的隐写算法 |
| 4.1 MP3帧结构 |
| 4.2 嵌入算法 |
| 4.3 提取算法 |
| 4.4 实验结果与分析 |
| 4.4.1 透明性分析 |
| 4.4.2 嵌入容量分析 |
| 4.4.3 实时性分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 个人简介 |
| 第一导师简介 |
| 第二导师简介 |
| 获得成果目录清单 |
| 致谢 |
（5）基于扩频和回声的音频信息隐藏方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状及应用领域 |
| 1.2.1 数字音频水印研究现状 |
| 1.2.2 数字音频水印应用领域 |
| 1.2.3 数字音频水印目前存在的问题 |
| 1.3 主要工作及研究内容 |
| 1.4 本文结构 |
| 第2章 数字音频水印相关理论与技术 |
| 2.1 引言 |
| 2.2 数字音频水印技术 |
| 2.2.1 数字音频水印的概念 |
| 2.2.2 数字音频水印的分类 |
| 2.2.3 数字音频水印的基本原理 |
| 2.3 掩蔽效应和心理声学 |
| 2.3.1 人耳听觉掩蔽特性 |
| 2.3.2 心理声学模型 |
| 2.4 常用的数字音频水印算法 |
| 2.4.1 最低有效位(LSB)法 |
| 2.4.2 回声隐藏法 |
| 2.4.3 相位隐藏法 |
| 2.4.4 扩频水印算法 |
| 2.4.5 变换域算法 |
| 2.5 完全互补码 |
| 2.6 本章小结 |
| 第3章 基于扩频和回声的数字音频水印算法 |
| 3.1 引言 |
| 3.2 基于PN序列的回声隐藏方法 |
| 3.2.1 PN序列 |
| 3.2.2 回声隐藏的基本思想 |
| 3.3 基于扩频和回声的音频水印算法 |
| 3.3.1 水印序列的编码 |
| 3.3.2 载体信息处理 |
| 3.3.3 水印信息的嵌入 |
| 3.3.4 水印信息的提取 |
| 3.4 本章小结 |
| 第4章 实验结果与分析 |
| 4.1 引言 |
| 4.2 数字音频水印算法的评价标准 |
| 4.3 实验环境及素材 |
| 4.4 仿真实验及结果分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（6）自适应的混合域音频水印新算法（论文提纲范文）
| 1 引言 |
| 2 小波包变换和心理声学模型 |
| 3 水印嵌入算法 |
| 3.1 水印信号的预处理 |
| 3.2 水印嵌入位置的自适应选取 |
| 3.3 数字水印嵌入 |
| 3.4 逆小波包变换和音频段重组 |
| 4 水印提取 |
| 5 仿真试验 |
| 5.1 不可感知性测试 |
| 5.2 水印容量分析 |
| 5.3 水印鲁棒性分析 |
| 6 结论 |
（7）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 |
（8）基于听觉模型的自适应水印算法设计（论文提纲范文）
| 1 人耳听觉模型的建立 |
| 2 基于听觉模型的自适应水印算法设计原理 |
| 3 测试与分析 |
| 4 总结 |
（9）基于内容的自适应音频水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 附表索引 |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 数字音频水印的研究现状 |
| 1.2.1 数字音频水印技术的定义和性质 |
| 1.2.2 数字水印的分类 |
| 1.2.3 数字音频水印的常用嵌入算法 |
| 1.2.4 数字音频水印的应用 |
| 1.2.5 数字音频水印现存问题及发展趋势 |
| 1.3 本文的主要研究工作 |
| 1.4 论文的组织结构与安排 |
| 第2章 数字音频水印相关理论基础 |
| 2.1 人类听觉系统及心理声学模型 |
| 2.1.1 人类听觉系统 |
| 2.1.2 掩蔽效应 |
| 2.1.3 心理声学模型及掩蔽阈值的计算 |
| 2.2 数字水印系统理论 |
| 2.2.1 数字水印的基本框架 |
| 2.2.2 数字音频水印的评价指标 |
| 2.2.3 数字音频水印的同步问题 |
| 2.3 本文涉及的信号处理知识 |
| 2.3.1 音频信号的特征分析 |
| 2.3.2 小波变换及小波提升理论概述 |
| 2.3.3 混沌映射 |
| 2.3.4 奇异值分解 |
| 2.4 本章小结 |
| 第3章 基于子带特征的自适应音频水印算法 |
| 3.1 引言 |
| 3.2 算法简述 |
| 3.3 音频水印的嵌入过程 |
| 3.3.1 频谱质心的计算 |
| 3.3.2 水印加密 |
| 3.3.3 音频水印的嵌入 |
| 3.4 音频水印的提取 |
| 3.5 实验结果与算法性能分析 |
| 3.6 本章小结 |
| 第4章 基于奇异值分解的鲁棒音频水印算法 |
| 4.1 引言 |
| 4.2 算法简述 |
| 4.3 音频水印的嵌入过程 |
| 4.3.1 水印信息的置乱加密 |
| 4.3.2 音频水印的嵌入 |
| 4.4 音频水印的提取 |
| 4.5 实验结果与算法性能分析 |
| 4.5.1 嵌入系数的影响 |
| 4.5.2 算法在攻击条件下的性能比较 |
| 4.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读硕士学位期间所发表的学术论文 |
（10）抗MP3压缩音频水印研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 数字音频水印定义及性质 |
| 1.2 音频水印技术应用 |
| 1.3 国内外音频水印技术研究现状 |
| 1.4 文章主要研究工作 |
| 1.5 论文内容安排 |
| 2 MP3编码原理以及心理声学模型 |
| 2.1 MP3编码原理概述 |
| 2.2 心理声学模型 |
| 2.3 MP3解码以及码流分析 |
| 2.4 本章小结 |
| 3 一种结合MP3编码原理及心理声学模型的自适应音频水印算法 |
| 3.1 MP3文件嵌入水印可能性分析 |
| 3.2 算法原理分析 |
| 3.3 水印嵌入 |
| 3.4 水印提取 |
| 3.5 实验结果分析 |
| 3.6 本章小结 |
| 4 对算法基于纠错码的改进 |
| 4.1 纠错码及其应用 |
| 4.2 纠错码在数字水印系统的应用 |
| 4.3 本文算法改进 |
| 4.4 实验结果分析 |
| 5 总结与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
四、基于心理声学模型的自适应音频数字水印算法（论文参考文献）
- [1]DCT域上自适应抗HSI音频水印算法[D]. 武晨艳. 太原理工大学, 2021(01)
- [2]基于媒体特征分析的自适应音视频水印关键技术研究[D]. 罗一帆. 四川大学, 2021(01)
- [3]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)
- [4]基于压缩音频主码本可替代位的信息隐藏算法研究[D]. 阮烨. 北京林业大学, 2019(04)
- [5]基于扩频和回声的音频信息隐藏方法研究[D]. 陈亮. 延边大学, 2019(01)
- [6]自适应的混合域音频水印新算法[J]. 张涛,张彩霞,高新意,赵鑫. 信号处理, 2017(06)
- [7]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)
- [8]基于听觉模型的自适应水印算法设计[J]. 黄力. 广西民族大学学报(自然科学版), 2012(02)
- [9]基于内容的自适应音频水印算法研究[D]. 刘钊. 兰州理工大学, 2012(10)
- [10]抗MP3压缩音频水印研究[D]. 茶蓉蓉. 北京交通大学, 2011(08)