音频信息隐藏算法

1、最不重要位法(LSB)

对音频信号进行采样,将采样值最不重要的位(通常为最低位)用代表水印的二进制位代替,以达到在音频信号中嵌入水印数据的目的。

主要特点是:嵌入及提取水印速度快,算法简单,容易实现,音频信号中可编码的数据量大;其缺陷是稳健性差。

 

 

 

2、相位隐藏法。

在相位编码中,隐藏的信息是用相位谱中特定的相位或相对相位来表示的,可将音频信号分段,每段做离散傅里叶变换,信息只隐藏在第1段中,用代表秘密信息的参考相位替换第1段的绝对相位,保证信号间的相对相位不变,所有随后信号的绝对相位也同时改变。

相位水印算法的特点是:当代表水印数据的参考相位急剧变化时,会出现明显的相位离差,会影响水印的隐蔽性以及增加水印解码的难度。当音频信号是较安静的环境时,嵌入数据量较少。

 

离散傅立叶变换(DFT)算法

主要方法是:先对音频信号进行DFT,然后选择其中频率范围为 2.4-6.4KHz的DFT系数嵌入水印,然后用表示水印序列的频谱分量来并替换相应的DFT系数。其主要特点是:具有定的稳健性,但嵌入量较小。

 

 

3、直接扩频隐写原理

直接扩频隐写是将秘密信息经过伪随机序列调制后, 选择合适的嵌入强度迭加到载体音频的整个频谱系数上的技术.传统的变换域包括了 FFT ,DCT , DWT ,随着 MDCT 在 MP3 , AAC 等音频编码中的应用,近年来也提出了基于MDCT 和 MCLT 变换域的直接扩频隐写方法[ 4] .

 

离散余弦变换(DCT)算法

主要方法是:首先根据伪随机序列重新排列音频采样信号,对序列进行修正离散余弦变换(MDCT,Modified Discrete Cosine Transform),通过对MDCT的系数进行改变以便嵌入水印,然后进行逆变换得到嵌入水印后的音频序列。

DCT 算法的主要特点是:选择变换系数(低频、中频或高频),局部修改某些变换系数,以实现水印的嵌入。其透明性较好,能平滑功率谱密度,稳健性随所选频域嵌入系数而有所不同。

基于DCT谱的频域变换方法,将信息嵌人到音频信号的频谱中去。首先将音频序列分段成一定长度的帧,并用DCT变换计算出该帧的频谱。同时将隐藏信息置乱或交织后串行化为bit流,一个bit的隐藏信息通过改写一个音频帧的频谱,使其符合相应的特征而被嵌入其中,然后对改写了的频谱作IDCT反变换得到复合音频序列。信息提取过程是计算出音频帧的DCT频谱,然后根据其频谱特征决定该帧的隐藏bit是0还是1

 

 

 离散小波变换(DWT)算法

算法的主要方法是:用Daubechies-4 小波基对原始语音信号进行L级小波分解,对L级的粗糙分量保留不予处理,对L级的精细分量进行处理,以嵌入水印

陈琦[36]等于 2002 年提出了利用小波变换将一枚签章的数字图像作为水印,嵌入到小波变换的第三层的精细分量中,并在信号嵌入时使用了检测同步信号,但检测时需要通过原始音频信号进行比较才能获得水印。其主要特点是:有较好的透明性、较强的鲁棒性

 

 

 

4、基于振幅值修改的 wav 音频隐写算法

算法将秘密音频通过随机数生成器置乱,通过比较原始音频每个采样点分组中振幅值之间的关系,结合待嵌入的秘密信息位进行嵌入修改,嵌入强度依据密钥进行调节。实验结果表明,该算法具有较大的嵌入容量,不可感知性良好,具有一定的抗隐写分析能力,并可实现盲提取。

该算法根据每 3个采样点振幅值之间的关系,动态调整中间采样点的振幅值用于隐藏秘密信息。在增大嵌入容量的同时,能有效控制嵌入信息对音频质量产生的影响,取得了较好的实验效果

 

 

 

5、基于回声的水印算法

回声(Echo Hiding)算法是种经典算法,最初由Gruhl[23]等人于 1996 年提出。其主要方法是通过引入回声来将秘密数据嵌入到载体数据中,利用HAS的滞后掩蔽特性,即弱信号在强信号消失之后变得无法听见,它可以在强信号消失 50-200ms作用而不被人耳觉察。

在回声隐藏的算法中,编码器将载体数据延迟一定的时间并叠加到原始的载体数据上以产生回声。编码器可以用两个不同的延迟时间来嵌入“0”和“1”。在实际的操作中,用代表“0”或“1”的回声内核与载体信号进行卷积来达到添加回声的效果。要想使嵌入后隐秘数据不被怀疑,并且能使接收方以较高的正确率提取数据,关键在于回声内核的选取。每个回声内核具有四个可调整的参数:原始幅值、衰减率、“1”偏移量和“0”偏移量。

回声算法的特点是:透明性好,可盲水印检测;但提取水印的正确率不能令人满意。后来,赵朝[30]、Hyen[31]等学者对其进行改进。

你可能感兴趣的:(音频信息隐藏算法)