基于提升小波变换和S VD的音频水印算法

来源 :计算机应用与软件 | 被引量 : 5次 | 上传用户:wwyufo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为达到对数字音频版权保护的目的,利用提升小波变换算法复杂度低、计算速度快的优点,提出一种基于提升小波变换和SVD的音频水印算法。首先对原始音频信号进行分段,为确定水印信息的嵌入位置,选取巴克码为同步信号,并在时域内嵌入子音频段的前端部分;再对子音频段后端部分进行提升小波变换,通过量化调制的方法将水印信息嵌入至信号低频系数的奇异值中。实验结果表明,该算法具有良好的透明性和实时性,对噪声、重采样、裁剪、低通滤波等常见信号攻击表现出较强的鲁棒性。
其他文献
利用陪集Sp(2n+4,C)/P的双纤维化,其中P为Sp(2n+4,C)的抛物子群,得到四元Heisenberg群的Twistor-变换,进而得到四元Heisenberg群上切向k-Cauchy-Fueter方程的解:Penrose-积分
为了提高人脸识别的正确率,针对单样本人脸识别训练样本存在的缺陷,提出一种基于图像分块和特征选择的单样本人脸识别算法。首先将人脸图像划分成子块,并分别提取各子块的特征,连接成人脸图像特征向量,然后采用多流形判断分析算法选择对人脸识别结果贡献较大的特征。最后计算采用支持向量机对人脸进行识别,并采用Yale B和PIE人脸库对本文人脸算法的有效性和优越性进行仿真测试。仿真结果表明,相对于当前典型人脸识别
建立了毒杂草与可食牧草相互竞争作用下的离散型两种群竞争模型,对毒杂草种群具有扩散因子的相互竞争模型进行分析.应用稳定性理论及比较原理,得到了模型平衡点稳定的条件及
应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列加权部分和最大值的完全收敛性,所得的定理推广和改进了先前相应文献的一些结
近年来人脸识别技术得到了迅速的发展和广泛的研究。利用公开的Pub Fig人脸数据集样本,针对人脸识别框架中3种常用特征的提取算法进行理论分析,并采用lib SVM分类器和感知器算法,对于不同样本容量进行单特征方法和特征融合方法的分类训练、测试以及性能比较。实验结果表明,当各类别训练样本数大于180时,特征的分类能力趋于稳定。单特征分类能力SIFT>HOG>GIST;特征融合的分类能力要高于单特征最