抗MP3压缩的自适应音频盲水印算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 69-71.

抗MP3压缩的自适应音频盲水印算法

朱映辉¹,江玉珍¹,杨群生²

1.韩山师范学院数学与信息技术系,广东潮州 521041
2.广东工业大学计算机学院,广州 510090

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 朱映辉

Adaptive blind audio watermarking algorithm capable of resisting MP3 compression

ZHU Ying-hui¹,JIANG Yu-zhen¹,YANG Qun-sheng²

1.College of Mathematics and Information Technology,Hanshan Normal University,Chaozhou,Guangdong 521041,China
2.Faculty of Computer,Guangdong University of Technology,Guangzhou 510090,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: ZHU Ying-hui

摘要/Abstract

摘要： 提出一种可抵抗MP3压缩的稳健的数字音频盲水印算法。该算法通过对音频小波域的近似分量进行分段以嵌入水印。水印提取时按音频特征实现自适应重分段,同时自动调整提取强度,解决了音频特征在MP3压缩前后不一致的矛盾,并实现了盲提取。实验结果显示该算法能有效抵抗MP3压缩、重采样、低通滤波和叠加白噪声等多种攻击。

关键词: 数字音频水印, 小波变换, MP3压缩, 盲提取

Abstract: A robust audio watermarking algorithm capable of resisting MP3 compression is proposed in this paper.To embeded the watermarking,the DWT approximate coefficient of original audio signal is adaptively cut into several segments.When the watermarking is extracted,the segments will be cut over again according to the audio character,and the extracting factor is characteristic adaptability with the audio signal.So the contradiction of the audio character in MP3 compression is solved.And the process of extracting is not prefer to the original audio.Experimental results show that the proposed scheme can resist a variety of signal manipulations and attacks,including MP3 compression,low-pass filtering,resampling,white nosie adding effectively.

Key words: digital audio watermarking, wavelet transform, MP3 compression, blind extracting

朱映辉¹,江玉珍¹,杨群生². 抗MP3压缩的自适应音频盲水印算法[J]. 计算机工程与应用, 2007, 43(33): 69-71.

ZHU Ying-hui¹,JIANG Yu-zhen¹,YANG Qun-sheng². Adaptive blind audio watermarking algorithm capable of resisting MP3 compression[J]. Computer Engineering and Applications, 2007, 43(33): 69-71.

[1]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[2]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[3]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[4]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[5]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[6]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[7]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[8]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[9]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.
[10]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[11]	陈波1，刘厚泉1，赵志凯2. 时间序列多尺度异常检测方法[J]. 计算机工程与应用, 2018, 54(20): 122-127.
[12]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.
[13]	崔金鸽1，陈炳权1，2，徐庆1. 基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法[J]. 计算机工程与应用, 2018, 54(18): 223-228.
[14]	张艺超，袁贞明，孙晓燕. 基于心冲击信号的睡姿识别[J]. 计算机工程与应用, 2018, 54(17): 135-140.
[15]	黄亚飞，王国富，张法全，叶金才. 基于蜂群算法和带参阈值函数的图像去噪方法[J]. 计算机工程与应用, 2018, 54(17): 164-168.