基于 ＥＭＤ的音频水印算法研究

reasonant-j

摘 要： 提出了一种基于经验模态分解（ＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）的音频水印算法，选择 ＥＭＤ分解得 到的冗余信号分量作为水印的嵌入位置，并证明了冗余信号分量按照提出的算法嵌入水印以后仍然是冗余信号分量， 从而为水印嵌入提取提供了理论基础．通过粒子群优化算法求解出适用于 ＥＭＤ分解的最优音频水印嵌入强度，按此 强度嵌入水印，可以同时满足水印的健壮性和不可感知性．仿真结果表明，使用计算出的最优嵌入强度嵌入水印，嵌入 水印后的音频信号在受到大部分攻击的情况下可以确保水印的不可见性和健壮性．
  E  q& \* j& p
, }: \6 I  s1 N( S; r8 M, [关键词： 经验模态分解；粒子群优化；音频数字水印；嵌入强度
& n* g  s& u5 @$ [! c( }% ?

5 ^1 O0 \4 `9 ?7 ]" c2 q8 u
0 I0 y/ u/ x  q" ?! _4 f0 ?. V    近年来，随着音频数字版权需求的日益加大，音频 数字水印作为音频数字版权的一种重要保护手段，在学 术界引起了越来越大的关注．音频水印需要满足三大基 本要求，即水印的鲁棒性、不可见性和嵌入容量，也就是 说，水印需要在保持健壮性的前提下，以尽可能不被感 知的方式嵌入在音频载体中，并且在给定音频载体中嵌 入的水印量要尽可能大，在需要证明版权归属的时候能 够快速提取嵌入的水印．
! Y0 e' k; v9 y* \# v: s" K' ^2 ]# k( j
6 p( a, C; I6 C6 W2 w; e# a9 N9 K
附件下载：

游客，如果您要查看本帖隐藏内容请回复

zmmdmn

经验模态分解