1.4各种数字水印算法
近几年来数字水印技术研究取得了很大的进步，见诸于文献的水印算法很多，这里对一些典型的算法进行了分析。
1. 空间域算法
数字水印直接加载在原始数据上，还可以细分为如下几种方法：
(1) 最低有效位方法(LSB)
这是一种典型的空间域数据隐藏算法，L.F.Tumer与R.G.VanSchyadel等先后利用此方法将特定的标记隐藏于数字音频和数字图像内。该方法是利用原始数据的最低几位来隐藏信息(具体取多少位，以人的听觉或视觉系统无法察觉为原则)。LSB 方法的优点是有较大的信息隐藏量，但采用此方法实现的数字水印是很脆弱的，无法经受一些无损和有损的信息处理，而且如果确切地知道水印隐藏在几位LSB中，数字水印很容易被擦除或绕过。
(2) Patchwork方法及纹理块映射编码方法
这两种方法都是Bender等提出的。Patchwork是一种基于统计的数字水印，其嵌入方法是任意选择N对图像点，在增加一点亮度的同时，降低另一点的亮度值。该算法的隐藏性较好，并且对有损的JPEG和滤波!压缩和扭转等操作具有抵抗能力，但仅适用于具有大量任意纹理区域的图像，而且不能完全自动完成。
2.变换域算法
基于变换域的技术可以嵌入大量比特数据而不会导致可察觉的缺陷，往往采用类似扩频图像的技术来隐藏数字水印信息。这类技术一般基于常用的图像变换，基于局部或是全部的变换，这些变换包括离散余弦变换(DCT)、小波变换(WT)、傅氏变换(FT或FFT)以及哈达马变换(Hadamardtransform)等等。其中基于分块的DCT是最常用的变换之一，现在所采用的静止图像压缩标准JPEG也是基于分块DCT的。最早的基于分块DCT的一种数字水印技术方案是由一个密钥随机地选择图像的一些分块，在频域的中频上稍稍改变一个三元组以隐藏二进制序列信息。选择在中频分量编码是因为在高频编码易于被各种信号处理方法所破坏，而在低频编码则由于人的视觉对低频分量很敏感，对低频分量的改变易于被察觉。该数字水印算法对有损压缩和低通滤波是稳健的。另一种DCT数字水印算法是首先把图像分成8×8的不重叠像素块，在经过分块DCT变换后，即得到由DCT系数组成的频率块，然后随机选取一些频率块，将水印信号嵌入到由密钥控制选择的一些DCT系数中。该算法是通过对选定的DCT系数进行微小变换以满足特定的关系，以此来表示一个比特的信息。在水印信息提取时，则选取相同的DCT系数，并根据系数之间的关系抽取比特信息。除了上述有代表性的变换域算法外，还有一些变换域数字水印方法，它们当中有相
当一部分都是上述算法的改进及发展，这其中有代表性的算法是I.Podichuk和ZengWenjun提出的算法。他们的方法是基于静止图像的DCT变换或小波变换，研究视觉模型模块返回数字水印应加载在何处及每处可承受的JND(JustNoticeableDifference，恰好可察觉差别)的量值(加载数字水印的强度上限),这种水印算法是自适应的。
3.NEC算法
该算法由NEC实验室的Cox[等人提出，该算法在数字水印算法中占有重要地位，其实现方法是：首先以密钥为种子来产生伪随机序列，该序列具有高斯N(0,1)分布，密钥一般由作者的标识码和图像的哈希值组成，其次对图像做DCT变换，最后用伪随机高斯序列来调制(叠加)该图像除直流分量外的1000个最大的DCT系数。该算法具有较强的鲁棒性、安全性、透明性等。由于采用特殊的密钥，故可防止IBM攻击，而且该算法还提出了增强水印鲁棒性和抗攻击算法的重要原则，即水印信号应该嵌入源数据中对人感觉最重要的部分，这种水印信号由独立同分布随机实数序列构成，且该实数序列应具有高斯分布N(0,1)的特征。随后Podilchuk等利用人类视觉模型又对该算法进行了改进，从而提高了该算法的鲁棒性!透明性等。
4.其他一些水印算法
近年来利用混沌映射模型实现数字水印、保密通信等成为混沌应用研究的热点。特别是自从Cox等借用通信技术中的扩频原理将水印信号嵌入到一些DCT变换系数或者多层分解的小波变换系数以来，人们已经提出了一些混沌数字水印方法。水印的嵌入与检测是基于人类视觉系统(HVS)的亮度掩蔽特性和纹理掩蔽特性，折衷水印的不可见性和鲁棒性之间的矛盾.结果表明：该方法嵌入的水印具有不可见性和鲁棒性，并且这种基于密钥的混沌水印方法更好的抗破译性能。
目前比较流行的还有一种基于盲水印检测的DWT算法，该算法首先对原始图像进行小波变换，根据人类具有的视觉掩蔽特性对低频分量进行一定的量化，同时可不影响视觉效果，并对作为水印的图像进行压缩和二值化处理，形成一维的二值序列，根据二值序列的值对上述量化后的原始信号的低频分量进行视觉阈值范围内允许的修改，从而实现水印的嵌入。水印提取过程是对含有水印的图像进行小波变换，对低频分量同样进行量化处理，为了增大算法的安全性，可以对水印形成的二值0,1序列在嵌入前进一步进行伪随机序列调制，相应的在水印提取过程需要增加用伪随机序列解调的步骤。这样不知道伪随机序列的攻击者即使推测出水印的嵌入规律，也无法提取水印，大大增加了水印系统的透明性和鲁棒性。
1.5数字水印技术的一些局限
1.不知道能够隐藏多少位。
尽管非常需要知道指定大小载体信息上可以隐藏多少比特的水印信息，但这个问题还没有得到圆满解决。事实上，对给定尺寸的图像或者给定时间的音频，可以可靠隐藏信息量的上界，目前还不清楚。对图像水印，只能说目前使用的算法可以隐藏几百比特位的水印信息。
2.还没有真正健壮的盲图像水印算法。
对图像水印鲁棒性还是个问题，目前还没有能够在经过所有普通图像处理变换后，仍能幸免的盲水印算法。尤其是能够抵抗几何处理的攻击，被认为是很难实现的目标。
3.所有者能去除标记。
迄今为止提出的所有盲图像水印，实际上都是可逆的。已知水印的准确内容!以及水印的嵌入和检测算法，则总能在没有严重损坏资料的前提下，使水印不可读取。目前还不清楚这个缺点在将来还是否存在；同时在设计版权保护系统时，必须考虑如下问题：一旦水印内容已知，则有可能去除水印或者部分水印。此外，迄今为止提出的水印算法，其可逆性使人们提出极大的疑问，即设计能够抗篡改的健壮公开水印技术是否可能？事实上，如果允许任何人读取水印，则任何人只要知道水印嵌入算法，就可以消除水印。
浅谈数字水印技术 近几年， 许多研究人员放弃了传统密码学的技术路线， 尝试用各种信号处理方法对声像数据进行隐藏加密，并将该技术用于制作多媒体 的“数字水印”。数字水印技术是将一些标识信息即数字水印直接嵌入数字载体包括多媒体、文档、软件等当中，但不影响原载体的使用价值，也不容易被人的知觉系统如视觉或听觉系统觉察或注意到。人们通过隐藏在多媒体内容中的信息，能够了解到内容的原创者、内容的购买者、是否为正版、是否完整。 一般数字水印系统的通用模型包括嵌入和检测（提取）两个阶段。数字水印的嵌入阶段，嵌入算法的嵌入目标是使数字水印在不可见性和鲁棒性之间找到一个较好的折衷点。检测（提取）阶段主要是设计一个相应于嵌入过程的检测（提取）算法。检测算法一般是以基于统计原理的检验结果来判断水印存在与否，它的目标是使错判与漏判的概率尽量小。提取算法通过提取出水印（如字符串或图标等）并与原始水印进行比较以判断水印是否存在。并且，为了给攻击者增加去除水印的难度，目前大多数水印制作方案都在嵌入、检测（提取）时采用了密钥，只有掌握密钥的人才能读出水印。 （1）水印嵌入系统 其功能是把水印信息嵌入到原始图像中，为了能成功地提取水印信号，算法必须使水印对故意或非故意的袭击和失真（相当于信道噪声）具有鲁棒性。 （2）水印的恢复系统 其功能是完成从待检测图像中提取出水印信号。图2 描述了一般的水印恢复过程，其中置信度表明了所考察图像I′ 存在水印的可能性。
图2 数字水印恢复方案 1 数字水印的特点 数字水印应具有以下基本特征：（1）隐蔽性。指水印不可被察觉，不影响媒体产品的使用。（2）鲁棒性。指嵌入水印的图像在经受一定程度的各种有意或无意的图像处理攻击，水印仍能被检测出来。在某种程度上鲁棒性可以反映水印技术的抗干扰能力。（3）安全性。数字水印技术应该使用一个或多个密钥来确保自身的安全，未经授权，用户不能检测出隐藏在原始数据中的水印信息。（4）水印容量：是指载体在不发生形变的前提下可嵌入的水印信息量。嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息，或购买者的序列号，这样有利于解决版权纠纷，保护数字产权合法拥有者的利益。尤其是隐蔽通信领域的特殊性，对水印的容量需求很大。 2 数字水印的应用 数字水印技术作为数字产品的保护技术，主要应用在这几个方面：（1）版权保护 版权保护：指的是多媒体数据产品的拥有者在公开发表自己的数据产品之前将会对数据产品嵌入隐秘的数字水印。在该多媒体数据产品遇到版权纠纷问题的时候，多媒体数据产品的拥有者就可以使用水印检测算法检测水印，以证明自己的版权归属。数字作品的版权保护是当前的热点问题，由于数字作品的拷贝、修改非常容易，因此原创者不得不加上损害作品的版权标志。数字水印利用其不可感知性，既保证了质量，又保护了数字作品。 （2）数字指纹 多媒体数据产品的拥有者可以在其产品拷贝中嵌入数字指纹，这样可以
一．数字水印 数字水印技术 数字水印技术(Digital Watermark):技术是将一些标识信息(即数字水印)直接嵌入数字载体(包括多媒体、文档、软件等)当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。目前主要有两类数字水印,一类是空间数字水印,另一类是频率数字水印。空间数字水印的典型代表是最低有效位(LSB)算法,其原理是通过修改表示数字图像的颜色或颜色分量的位平面,调整数字图像中感知不重要的像素 来表达水印的信息,以达到嵌入水印的目的。频率数字水印的典型代表是扩展频谱算法,其原理是通过时频分析,根据扩展频谱特性,在数字图像的频 率域上选择那些对视觉最敏感的部分,使修改后的系数隐含数字水印的信息。 可视密码技术 二．可视密码技术:可视密码技术是Naor和Shamir于1994年首次提出 的,其主要特点是恢复秘密图像时不需要任何复杂的密码学计算,而是以人的视觉即可将秘密图像辨别出来。其做法是产生n张不具有任何意义的胶片,任取其中t张胶片叠合在一起即可还原出隐藏在其中的秘密信息。其后,人们又对该方案进行了改进和发展。主要的改进办法办法有：使产生的n张胶片都有一定的意义,这样做更具有迷惑性;改进了相关集合的造方法;将针对黑白图像的可视秘密共享扩展到基于灰度和彩色图像的可视秘密共享。 三． 数字水印（Digital Watermark或称Steganography）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，这种标记通常是不可见的，只有通过专用的检测器或阅读器才能提取。数字水印是信息隐藏技术的一个重要研究方向。 数字水印技术源于开放的网络环境下保护多媒体版权的新型技术，它可验证数字产品的
实验13、CoolEdit数字音频处理 实验课时： 课内：2课时；课外：1课时 实验目的： 了解音频数据的特性及其获取和处理的方法，学会使用音频编辑工具CoolEdit进行音频数据的录制、编辑和播放 实验内容： 操作准备 1.在D:或E:分区创建一个以你的“完整学号+姓名”命名的文件夹（名称应类似： 198009010001文立斌），我们把这个文件夹简称为“你的文件夹” 2.以下操作步骤中所涉及的198009010001、文立斌均应替换成你的学号、姓名 3.准备好音频实验环境，个别人物需要准备麦克风、音箱（或耳机） 任务一、音频提取 1.打开CoolEditPro软件 2.如下图所示，单击工具栏最左边的按钮切换到波形编辑界面 → 3.依次执行菜单命令【文件】→【从视频文件中提取】，通过系统显示的“选择视频文件” 对话框选定“说唱脸谱.dat”文件后单击【打开】按钮，系统开始从“说唱脸谱.dat” 中提取音频 4.等待系统提取音频结束后，执行菜单命令【文件】→【另存为】，将提取到的波形保存 为类似“文立斌A.wma”（.wma格式）的文件 任务二、淡入淡出 1.打开CoolEditPro软件 2.如下图所示，单击工具栏最左边的按钮切换到波形编辑界面 → 3.依次执行菜单命令【文件】→【打开】，通过系统显示的“打开波形文件”对话框选定 “最炫民族风.mp3”文件后单击【打开】按钮打开该文件，原始波形编辑面板类似：
4.单击视窗左下角录播工具面板中的播放按钮，试听歌曲，确定演唱（人声）从何时（第 几秒）开始——大约是第23秒！ 5.如下图所示，在波形编辑面板中以鼠标拖拽的方式选定最前面23秒波形： 如果需要精确选定波形区域，您还可以借助视窗右下角的如下面板，直接输入始末时间： 6.依次执行菜单命令【效果】→【波形振幅】→【渐变】，如下图所示，在“波形振幅” 对话框中，选择“Fade in”（淡入），然后单击【确定】按钮： 7.系统进行淡入处理后的波形类似： 您应该对照一下处理前后的前23秒波形的异同 8.试听，您应该能听到淡入处理的效果（音量越来越大）才对！ 9.从4分20秒位置开始选定直到音频结束处的波形，为选定的波形添加淡出效果，处理 第2页
数字水印技术：概念、应用及现状 一、引言 随着信息时代的到来，特别是Internet的普及，信息的安全保护问题日益突出。当前的信息安全技术基本上都以密码学理论为基础，无论采用传统的密钥系统还是公钥系统，其保护方式都是控制文件的存取，即将文件加密成密文，使非法用户不能解读。但随着计算机处理能力的快速提高，这种通过不断增加密钥长度来提高系统秘密级别的方法变得越来越不安全。 另一方面，多媒体技术已被广泛应用，需要进行加密、认证和版权保护的声像数据也越来越多。数字化的声像数据从本质上说就是数字信号，如果对这类数据也采用密码加密方式，则其本身的信号属性就被忽略了。最近几年，许多研究人员放弃了传统密码学的技术路线，尝试用各种信号处理方法对声像数据进行隐藏加密，并将该技术用于制作多媒体的“数字水印”。 二、认识数字水印 数字水印（Digital Watermark）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，这种标记通常是不可见的，只有通过专用的检测器或阅读器才能提取。数字水印是信息隐藏技术的一个重要研究方向。 数字水印技术的基本特性: 1. 鲁棒性(robustness)：所谓鲁棒性是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持完整性或仍能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。 2.安全性(security):指隐藏算法有较强的抗攻击能力，即它必须能够承受一定程度的人为攻击，而使隐藏信息不会被破坏。 3.透明性(invisibility):利用人类视觉系统或人类听觉系统属性，经过一系列隐藏处理，使目标数据没有明显的降质现象，而隐藏的数据却无法人为地看见或听见。 ***典型的数字水印系统模型： 图 1为水印信号嵌入模型，其功能是完成将水印信号加入原始数据中；图 2为水印信号检测模型，用以判断某一数据中是否含有指定的水印信号。
目录 摘要 (Ⅲ) Abstract (Ⅴ) 第1章绪论 (1) 1.1引言 (1) 1.2本文研究的目的及意义 (2) 1.3数字水印技术的国内外研究现状 (2) 第2章数字水印理论基础 (5) 2.1 数字水印的基本概念 (5) 2.2 数字水印的基本特征 (5) 2.3 数字水印的基本原理 (5) 2.4 数字水印的分类 (8) 2.5 数字水印典型算法（针对图像领域） (10) 2.6 数字水印的鲁棒性问题和攻击行为 (12) 2.7 数字水印应用领域 (13) 第3章小波分析理论基础 (17) 3.1小波分析的发展历程 (17) 3.2小波函数与小波变换 (18) 3.3离散小波变换 (20) 3.4 多分辨率分析 (22) 3.5实验环境：可实现数字水印技术的高效实用工具——Matlab (24) 第4章基于小波变换的数字水印算法 (25) 4.1算法描述 (25) 4.2实验结果及分析 (28) 4.3 本章小结 (36) 参考文献 (37) 致谢 (39) 附录 (41)
基于小波变换的数字水印算法研究 摘要 数字水印技术是目前信息安全技术领域的一个新方向，是一个在开放的网络环境下，保护版权和认证来源及完整性的新型技术。 本文针对基于小波变换的数字水印技术，提出了一种基于小波域的二值图像水印算法。该算法选择了检测结果直观、有特殊意义的二值图像作为原始水印，并在嵌入之前进行图像置乱预处理，以提高安全性和隐蔽性，兼顾了水印的不可见性和鲁棒性，利用多分辨率分析思想进行水印的嵌入与提取。通过大量的仿真实验，证明本文算法在保证水印不可见性的同时，对常见的图像处理如JPEG压缩、噪声、滤波、剪切等，均有较好的鲁棒性。 关键词：数字水印，小波变换，鲁棒性，不可见性，JPEG压缩
数字信号处理课程设计报告 题目：语音信号水印技术系统设计 系（院）: 专业： 班级： 学号： 姓名： 指导教师： 学年学期: 2013 ~ 2014 学年第学期 2013年月日
摘要 随着网络和信息技术的发展，越来越多的数字多媒体信息通过网络进行传播，与传统的模拟媒体相比，数字媒体产品的编辑、复制和传播都很方便，它一方面促进了社会的进步与发展，另一方面正是这些优点突出了版权问题。由于数字多媒体信息很容易被未经授权的用户复制，且采用传统密码方法加密，不能完全解决盗版问题。 数字水印技术正是应运而生的信息隐藏技术，它通过特定的水印算法把版权信息嵌入在数字产品中，被嵌入的可以是一段文字、标识、序列号等等，人们无法从表面上感知水印的存在，只有专用的检测仪器或计算机软件才可以检测出隐藏的数字水印，从而达到了保护数字作品的所有者利益的目的，并促进了数字产品的开发与使用。在数字产品中，音频数据产品的版权保护也显得越来越重要，因为随着数字化音像制品和音乐制品的大量制作与发行，一个令人关注的突出问题是网上下载音乐对传统CD 业的巨大冲击。音频水印技术主要利用了人类听觉模型，在不影响音频信号质量的前提下，将水印信息隐藏在人耳不能感知的位置，来隐藏水印数据。本文主要研究语音信号水印技术，利用小波变换的优点和特性对音频信号嵌入水印，并提取。使嵌入水印音频想好具有良好的安全性，鲁棒性和不可感知性。 关键词数字水印嵌入提取小波变换
目录 1 课题综述 (1) 1.1 数字水印技术的介绍 (1) 1.2 数字水印设计原理 (2) 2 系统分析与设计 (3) 2.1 涉及基础知识 (3) 2.2 算法的流程图 (5) 2.3 算法实现 (5) 3 代码编写 (7) 3.1 主要代码 (7) 3.2 程序调试 (10) 3.3 程序运行与测试 (10) 结论 (14) 致谢 (16) 参考文献 (17)
基本语音增强方法概述 摘要：语音增强是当今语音处理的一个非常重要的领域，本文主要介绍当今比较普遍的几种基于人耳掩蔽阈值的语音增强方法：谱减法，维纳滤波法，子空间方法等，并对它们的优缺点作简要论述。 关键词：语音增强、人耳掩蔽、谱减法、维纳滤波、子空间 现今时代的主流步伐将我们带向自动化方向，语音识别在这一背景下显得尤为重要。目前已经开发出好几款语音识别软件，但是如何较为精确地实现人耳的掩蔽效应下的语音增强，仍是大家着重解决的问题。它的首要目标就是在接收端尽可能从带噪语音信号中提取纯净的语音信号，改善其质量。目前已经出现了谱减法等一系列较为普遍的方法。本文将对这几种方法进行简要介绍。 一、语音的特性 语音信号是一种非平稳、时变的随机过程,其产生过程与发声器官的运动紧密相关。而发声器官的状态变化速度比声音振动的速度要缓慢得多,因此语音信号可以认为是短时平稳的。在一段短时间内其特性基本保持不变即相对稳定,从而可以应用平稳随机过程的分析方法来处理语音信号,并可以在语音增强中利用短时频谱的平稳特性。 人耳在嘈杂的环境中，仍然能够清晰地听到自己想听的内容，一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。在进行机器语音识别的时候，由于干扰信号和目标信号的强度差别不大，导致机器无法识别。这时语音增强就显得特别重要了。 二、时域方法 此类方法主要依赖于语音生成模型(例如AR模型)的使用，需要提取模型参数(如基音周期、LPC系数等)，经常使用迭代方法。这种方法的最大缺点就是如果实际噪声或语音与模型有较大的差别，或者由于某些原因使得提取语音参数较困难，则这方法较容易失败。这类方法常用到一些滤波器，如梳状滤波器、维纳滤波器、卡尔曼滤波器等。 （1）经典的维纳滤波法是根据Winer-Hopf 积分方程求出纯语音和混合音
数字水印作为一门新的学科, 自 1993 年 Tirkel 等人正式提出到现在十几年里, 国内外对数字水印的研究都引起了极大的关注, 从最初的版权保护, 已扩展到多媒体技术, 广播监听, in-ternet 等多个领域。数字水印是永久镶嵌在其他数据( 主要指宿主数据) 中具有可鉴别性的数字信号或数字模式, 其存在不能影响宿主数据的正常使用。为了使数字水印技术达到一定的设计要求, 当前水印数据一般应具备不可感知性(imperceptible) 、鲁棒性(Robust) 、可证明性、自恢复性和安全保密性等特点。在数字水印技术中, 水印的数据量和鲁棒性构成了一对基本矛盾。理想的水印算法应该既能隐藏大量数据, 又可以抗各种信道噪声和信号变形。然而在实际中, 这两个指标往往不能同时实现, 实际应用往往只偏重其中的一个方面。如果是为了隐蔽通信, 数据量显然是最重要的, 由于通信方式极为隐蔽, 遭遇敌方篡改攻击的可能性很小, 因而对鲁棒性要求较为不高。但对保证数据安全来说, 情况恰恰相反, 各种保密的数据随时面临着被盗取和篡改的危险, 对鲁棒性的要求很高, 而对隐藏数据量的要求则居于次要地位。典型的数字水印系统至少包含两个组成部分- - 水印嵌入单元和水印检测与提取单元。将水印信息进行预处理后加入到载体中, 称为嵌入。从水印化数据中提取出水印信息或者检测水印信息的存在性称为水印的提取和检测。数字水印算法主要
是指水印的嵌入算法, 而提取算法往往被看成是嵌入算法的逆变换。 当前典型的嵌入算法主要被分为空间域水印算法和变换域水印算法。DCT 变换域算法是数字水印算法的典型代表, 也是数字水印中较为常用的一种稳健的算法。其算法思想是选择二值化灰度图像作为水印信息, 根据水印图像的二值性来选择不同的嵌入系数, 并将载体图像 ( 原始图像) 进行 8×8 的分块, 再将灰度载体图像( 原始图像) 进行 DCT变换。然后, 将数字水印信息的灰度值直接植入到载体灰度图像的 DCT 变换域中, 实现水印的嵌入。而后, 将嵌入了水印信息灰度图像进行 IDCT( 逆离散的余弦变换) 变换, 得到含有了嵌入水印信息的图像, 嵌入过程完毕。水印的提取、检测过程为嵌入过程的逆过程, 其方法和嵌入方法有所雷同不再进行介绍。 下面以 MATLAB 为工具, 给出一个在频域嵌入和提取黑白二值水印图像的实现过程。(1) 水印图像的预处理: 将水印信息图像进行灰度处理, 然后再将转换后的图像进行二值转换。而这些都是为了提高水印信息的安全性对图像所做的处理。(2) 读取原始公开图像(大小为 256×256) 和黑白水印图像(大小为 32×32, 模式为灰度) 到二维数组 I 和 J。(3) 将原始公开图像I 分割为互不覆盖的图像块, 每块大小为 8×8, 共分为 32×32 块。然后对分割后的每个小块Block- dct(x,y) 进行 DCT 变换, 得到变换后的小块 Block-dct(x, y)。(4) 取黑白水印图像中的一个元素 J(p, q) , 通过嵌入算法嵌入到原始公开图像块的中频系数中。(5) 对嵌入水印信息后的图像块Block- dct (x, y) 进行逆DCT 变换, 得到图像块 Block(x′, y′)。
实验报告 课程名称数字音视频原理 实验题目MATLAB音频文件处理 专业电子信息工程 班级3班 学号09080323 学生姓名王志愿 实验成绩 指导教师吴娱 2012年3月 一、实验目的 1、掌握录制语音信号的基本过程； 2、掌握MATLAB编程对语音信号进行简单处理的方法并分析结果。 二、实验要求
上机完成实验题目，独立完成实验报告。 三、实验内容 1、问题的提出：数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？ 信号是传递信息的函数。离散时间信号（序列）——可以用图形来表示。 按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种： （1）连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。 （2）离散时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。 （3）数字信号：时间离散而幅度量化的信号。 语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有8种波形可以让我们分析：矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余弦波，余弦平方波，高斯波。对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：将时域的波形转化到频域来分析。 2、设计方案： 首先要对声音信号进行采集，Windows自带的录音机程序可驱动声卡来采集语音信号，并能保存成.WAV格式文件，供MATLAB相关函数直接读取、写入或播放。 利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。我们还可以通过sound/wavplay命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 3、主体部分： （1）语音的录入与打开： [x,fs,bits]=wavread('d:\1.wav');%用于读取语音，采样值放在向量x中，fs 表示采样频率(Hz)，bits表示量化位数。
介绍了数字水印技术的基本原理 随着信息技术和计算机网络的飞速发展，人们不但可以通过互联网和CD-ROM方便快捷地获得多媒体信息，还可以得到与原始数据完全相同的复制品，由此引发的盗版问题和版权纷争已成为日益严重的社会问题。因此，数字多媒体产品的水印处理技术已经成为近年来研究的热点领域之一。 虽然数字水印技术近几年得到长足发展，但方向主要集中于静止图像。由于包括时间域掩蔽效应等特性在内的更为精确的人眼视觉模型尚未完全建立，视频水印技术的发展滞后于静止图像水印技术。另一方面，由于针对视频水印的特殊攻击形式的出现，为视频水印提出了一些区别于静止图像水印的独特要求。 本文分析了MPEG—4视频结构的特点，提出了一种基于扩展频谱的视频数字水印改进方案，并给出了应用实例。 1视频数字水印技术简介 1.1数字水印技术介绍 数字水印技术通过一定的算法将一些标志性信息直接嵌入到多媒体内容当中，但不影响原内容的价值和使用，并且不能被人的感知系统觉察或
注意到。与传统的加密技术不同，数字水印技术并不能阻止盗版活动的发生，但可以判别对象是否受到保护，监视被保护数据的传播，鉴别真伪，解决版权纠纷并为法庭提供认证证据。为了给攻击者增加去除水印的难度，目前大多数水印制作方案都采用密码学中的加密体系来加强，在水印嵌入、提取时采用一种密钥，甚至几种密钥联合使用。水印嵌入和提取的一般方法如图1所示。 1.2视频数字水印设计应考虑的几个方面 水印容量：嵌入的水印信息必须足以标识多媒体内容的购买者或所有者。 不可察觉性：嵌入在视频数据中的数字水印应该不可见或不可察 觉。 鲁棒性？押在不明显降低视频质量的条件下，水印很难除去。 盲检测：水印检测时不需要原始视频，因为保存所有的原始视频几乎是不可能的。 篡改提示：当多媒体内容发生改变时，通过水印提取算法，能够敏感地检测到原始数据是否被篡改。 1.3视频数字水印方案选择 通过分析现有的数字视频编解码系统，可以将目前MPEG-4视频水印的
语音增强算法的研究与实现 目录 目 录 ..................................................................... ............................................................ I 河西学院本科生毕业论文(设计)诚信声 明 ................................... 错误～未定义书签。I 河西学院本科生毕业论文(设计)任务 书 ...................................... 错误～未定义书签。II 河西学院本科毕业论文(设计)开题报 告 ..................................... 错误～未定义书签。IV 摘 要 ..................................................................... .................................................................. I Abstract ........................................................... ....................................................................... I 1 引 言 ..................................................................... .. (1) 2 语音增强算法概 述 ..................................................................... (1)
- 29 - 基于麦克风阵列的语音增强算法概述 丁 猛 （海军医学研究所，上海 200433） 【摘 要】麦克风阵列语音增强技术是将阵列信号处理与语音信号处理相结合，利用语音信号的空间相位信息对语音信号进行增强的一种技术。文章介绍了各种基于麦克风阵列的语音增强基本算法，概述了各算法的基本原理，并总结了各算法的特点及其所适用的声学环境特性。 【关键词】麦克风阵列；阵列信号处理；语音增强 【中图分类号】TN911.7 【文献标识码】A 【文章编号】1008-1151(2011)03-0029-02 （一）引言 在日常生活和工作中，语音通信是人与人之间互相传递信息沟通不可缺少的方式。近年来，虽然数据通信得到了迅速发展，但是语音通信仍然是现阶段的主流，并在通信行业中占主导地位。在语音通信中，语音信号不可避免地会受到来自周围环境和传输媒介的外部噪声、通信设备的内部噪声及其他讲话者的干扰。这些干扰共同作用，最终使听者获得的语音不是纯净的原始语音，而是被噪声污染过的带噪声语音，严重影响了双方之间的交流。 应用阵列信号处理技术的麦克风阵列能够充分利用语音信号的空时信息，具有灵活的波束控制、较高的空间分辨率、高的信号增益与较强的抗干扰能力等特点，逐渐成为强噪声环境中语音增强的研究热点。美国、德国、法国、意大利、日本、香港等国家和地区许多科学家都在开展这方面的研究工作，并且已经应用到一些实际的麦克风阵列系统中，这些应用包括视频会议、语音识别、车载声控系统、大型场所的记录会议和助听装置等。 文章将介绍各种麦克风阵列语音增强算法的基本原理，并总结各个算法的特点及存在的局限性。 （二）常见麦克风阵列语音增强方法 1.基于固定波束形成的麦克风阵列语音增强 固定波束形成技术是最简单最成熟的一种波束形成技术。1985年美国学者Flanagan 提出采用延时-相加（Delay-and-Sum）波束形成方法进行麦克风阵列语音增强，该方法通过对各路麦克风接收到的信号添加合适的延时补偿，使得各路输出信号在某一方向上保持同步，并在该方向的入射信号获得最大增益。此方法易于实现，但要想获取较高的噪声抑制能力则需要增加麦克风数目，然而对非相干噪声没有抑制能力，环境适应性差，因此实际中很少单独使用。后来出现的微分麦克风阵列（Differential Microphone Arrays）、超方向麦克风阵列（Superairective Microphone Arrays ）和固定频率波束形成（Frequency-Invariant Beamformers） 技术也属于固定波束形成。 2.基于自适应波束形成器的麦克风阵列语音增强 自适应波束形成是现在广泛使用的一类麦克风阵列语音增强方法。最早出现的自适应波束形成算法是1972年由Frost 提出的线性约束最小方差（Linearly Constrained Minimum Variance,LCMV）自适应波束形成器。其基本思想是在某方向有用信号的增益一定的前提下，使阵列输出信号的功率最小。在线性约束最小方差自适应波束形成器的基础上，1982年Griffiths 和Jim 提出了广义旁瓣消除器（Generalized Sidelobe Canceller, GSC），成为了许多算法的基本框架（图1）。 图1 广义旁瓣消除器的基本结构 广义旁瓣消除器是麦克风阵列语音增强应用最广泛的技术，即带噪声的语音信号同时通过自适应通道和非自适应通道，自适应通道中的阻塞矩阵将有用信号滤除后产生仅包含多通道噪声参考信号，自适应滤波器根据这个参考信号得到噪声估计，最后由这个被估计的噪声抵消非自适应通道中的噪声分量，从而得到有用的纯净语音信号。 如果噪声源的数目比麦克风数目少，自适应波束法能得到很好的性能。但是随着干扰数目的增加和混响的增强，自适应滤波器的降噪性能会逐渐降低。 3.基于后置滤波的麦克风阵列语音增强 1988年Zelinski 将维纳滤波器应用在麦克风阵列延时—相加波束形成的输出端，进一步提高了语音信号的降噪效果，提出了基于后置滤波的麦克风阵列语音增强方法（图2）。基于后置滤波的方法在对非相干噪声抑制方面，不仅具有良好的效果，还能够在一定程度上适应时变的声学环境。它的基本原理是：假设各麦克风接收到的目标信号相同，接收到的噪声信号独立同分布，信号和噪声不相关，根据噪声特性， 【收稿日期】2010-12-30 【作者简介】丁猛（1983－），男，海军医学研究所研究实习员。
数字水印算法列举 湖南科技大学计算机科学与工程学院 ①基于LSB 的数字水印方案（空间域、不可逆、不可见和盲检测） 嵌入步骤： （1）先把水印信息转化为二进制比特流I。 （2）根据I的长度生成密钥K，并且严格保存。密钥K是对图像载体像素位置的一个映射。 （3）把I中的每一位依次根据密钥K，置换掉原始载体图像中相应位置的像素最后一位。提取步骤： （1）根据严格保存的密钥K遍历嵌入了水印的图像中的相应像素，提取出最后一位。 （2）将提取出来的每一位重新组合成水印信息。 ②基于差分扩展的数字水印方案（变换域、可逆、不可见和盲检测） 嵌入步骤： （1）将图像M分成像素点对（x，y），将水印信息转化为二进制比特流,比特流的每一位用m 表示。 （2）根据水印信息比特流的长度随机生成信息的嵌入位置k作为密钥信息严格保存。（3）对图像M计算均值l和差值h：?????-=+=y x h y x floor l 2(（floor表示向下取整） （4）将水印比特信息m以差值扩展的方法嵌入到差值h中：m h h +?='2（5）将得到的h '代入（3）中，得到新的图像像素对，形成嵌入秘密信息后的图像C。提取步骤： （1）将图像C分成像素点对（x，y），读入密钥信息K。 （2）将图像C依旧按照嵌入步骤中的（3）式计算均值l和差值h。 （3）根据密钥k找到相应位置，提取差值h的最后一位比特信息m，再将差值h进行变换得到1>>='h h 。 （4）将提取到的比特信息m进行组合可以恢复水印信息，将得到的h '代入嵌入步骤的（3）中计算新的图像像素对可以恢复原始图像载体M。 ③基于直方图修改的数字水印算法（空间域、可逆、不可见和盲检测） 嵌入步骤：（1）找到直方图的零点z和峰值点p，将z v p <<的像素值v自加1。 （2）漂移后的直方图v=p处即为嵌入水印的位置，将水印信息转化为二进制流并记为k，按顺序嵌入，即k v v +='；（3）得到的由像素值v '组成的图像就是嵌入秘密信息后的图像。同时p、z以密钥的形式保存。 提取步骤： （1）读取密钥，得到p、z的值。 （2）遍历图像的每个像素，当像素v=p时，提取信息0并保持数据不变；当v=p+1时，提取信息1并将数据减1。 （3）当v