音频数字水印的算法实现（3）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了音频数字水印的算法实现（3），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1486字，纯文字阅读大概需要3分钟。

内容图文

[4] 柏玉保, 柏森, 刘程浩. 基于小波和倒谱域的数字音频水印算法[J]. 计算机应用与软件, 2012(3):163-167.

 

基于小波和倒谱域的数字音频水印算法 [4]

人耳频率分辨率是非线性的，傅里叶变换模拟的话比较困难，小波变换可以将音频划分为若干频带。

倒谱变换后，倒谱系数在中间部分差异小，在两边差异大，且中间能量大，所以通常选择中间部分嵌入水印。

复倒谱变换的实体部分定义为实倒谱：

 

原理：

对原数据进行分帧，然后求每一帧的倒谱系数，之后定义一个伪随机序列来初始化嵌入位置，对于倒谱变换，将{0，1}的水印信息转化为{-1，1}，所以嵌入水印后的模型为：

β和λ是强度控制系数

假设经过噪声攻击后的数据是y = S + n

通过相关性的极性判断来提取水印，相关性：

计算表明

同时数学分析结论可得到，要降低错误比特概率，则要适当增大β 和λ 控制参数因子，进而在满足信噪比的条件下提高算法的鲁棒性。

 

嵌入：

下面梳理下上述代码，

首先，对于取出要处理的原数据audio，

然后进行离散小波变换，

wavedec( audio，5，'db4')，用db4小波做5级分解

appcoef( C，L，'db4'，5)，提取低频系数

detcoef(C，L，[5])，提取高频系数

然后进行分帧操作，对于每一帧做倒谱变换，

fft --  log --  ifft -- real 得到实倒谱

然后初始化伪随机序列，用种子数做秘钥

取每一帧中间部分，然后做水印嵌入操作，这时得到嵌入后的倒谱系数，fft --  exp --  ifft  --  real，最后将处理过的部分与其他部分进行重构，进行离散小波逆变换。

 

提取：

对数据进行嵌入时的一系列变换得到低频系数，然后根据秘钥找到水印嵌入位置，根据原理中的r和w的关系，求相关性：

若r>=0，则w=1，若r<0，则w=-1

 

实验表明：

增大β 和λ控制参数因子，信噪比依次减小，鲁棒性提高。

β=0.05，λ=0.5时，信噪比和鲁棒性达到比较好的平衡。

内容总结

以上是互联网集市为您收集整理的音频数字水印的算法实现（3）全部内容，希望文章能够帮你解决音频数字水印的算法实现（3）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---