基于听觉特性的DCT域数字音频水印算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (3): 88-90.

基于听觉特性的DCT域数字音频水印算法

王永琦¹,杨洋²

1．上海工程技术大学电子电气学院，上海 201620
2．上海工程技术大学高职学院，上海 200437

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-21 发布日期:2008-01-21
通讯作者: 王永琦

Digital audio watermarking algorithm based on psychoacoustic model DCT

WANG Yong-qi¹,YANG Yang²

1.College of Electrical and Electronic Engineering，Shanghai University of Engineering Science，Shanghai 201620，China
2.College of Advanced Vocational Technical，Shanghai University of Engineering Science，Shanghai 200437，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-21 Published:2008-01-21
Contact: WANG Yong-qi

摘要/Abstract

摘要： 提出一种基于听觉掩蔽效应和量化的DCT域音频水印嵌入方案，根据人耳的生理听觉特性，计算音频信号的掩蔽阈值，对获取的中低频系数量化后嵌入数字水印图像，量化步长由掩蔽阈值自适应控制，并且水印的提出和检测都不需要原始数字音频信号的参与。实验结果表明，该算法具有较好的不可感知性，并且对压缩、滤波等操作具有较强的鲁棒性。

关键词: 数字音频水印, 人类听觉特性, 掩蔽阈值, 离散余弦变换, 量化

Abstract: This paper presents a digital audio watermarking algorithm based on psychoacoustic model and quantizing DCT coefficients.The masking threshold for each audio signal segment is calculated on the basic psychoacoustic model，watermarking is embedded by quantizing DCT low-band and mid-band frequency coefficients of digital audio signal.The embedding strength is adaptively controlled by the masking threshold.The experimental results demonstrate that the algorithm does well in transparency and is robust to most popular digital signal processing attacks such as compressionand filtering.

Key words: digital audio watermarking, human auditory system, masking threshold, DCT transform, quantization

王永琦¹,杨洋²

. 基于听觉特性的DCT域数字音频水印算法[J]. 计算机工程与应用, 2008, 44(3): 88-90.

WANG Yong-qi¹,YANG Yang². Digital audio watermarking algorithm based on psychoacoustic model DCT[J]. Computer Engineering and Applications, 2008, 44(3): 88-90.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	唐蕊，焦继业，徐华昊. 面向嵌入式的卷积神经网络硬件加速器设计[J]. 计算机工程与应用, 2021, 57(4): 252-257.
[3]	秦伟伟，宋泰年，刘洁瑜，王洪伟，梁卓. 基于轻量化YOLOv3的遥感军事目标检测算法[J]. 计算机工程与应用, 2021, 57(21): 263-269.
[4]	蒋润熙，阿里甫·库尔班，耿丽婷. 面向轻量化网络的安全帽检测算法[J]. 计算机工程与应用, 2021, 57(20): 263-270.
[5]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[6]	杜豫怡，王鹏章，多化琼，董霙达. 频域内分位数的蒙古族家具纹样增强算法[J]. 计算机工程与应用, 2021, 57(12): 207-210.
[7]	朱惠娟，王永利，陈琳琳. 面向三维模型轻量化的自私羊群优化算法研究[J]. 计算机工程与应用, 2020, 56(3): 42-48.
[8]	司海飞，史震，胡兴柳，杨春萍. 基于DeepLab V3模型的图像语义分割速度优化研究[J]. 计算机工程与应用, 2020, 56(24): 137-143.
[9]	吴进，张伟华，席萌，代巍. 高性能人脸识别加速器优化设计及FPGA实现[J]. 计算机工程与应用, 2020, 56(22): 48-54.
[10]	韩道岐，张钧垚，周玉航，刘青. 基于深度强化学习的股市操盘手模型研究[J]. 计算机工程与应用, 2020, 56(21): 145-153.
[11]	郭辰，李新伟，杨艺，徐良浩. 基于非局部3D残差网络的视频指纹算法[J]. 计算机工程与应用, 2020, 56(19): 216-223.
[12]	付佐毅，周世杰，李顶根. 轻量级目标识别深度神经网络及其应用[J]. 计算机工程与应用, 2020, 56(18): 131-136.
[13]	柴晓菲，刘松，屈彬，王倩，伍卫国. 向量化友好的循环分块因子选择算法[J]. 计算机工程与应用, 2020, 56(15): 37-42.
[14]	陈熙，道尔吉，李运兰，韦立，夏道勋，熊祥光. 多方向局部相位量化模式及纹理分类[J]. 计算机工程与应用, 2020, 56(13): 216-222.
[15]	杜德，高保禄，田力. 结合快速层式DCT和动态LOD的地形压缩绘制技术[J]. 计算机工程与应用, 2020, 56(13): 223-229.