基于直方图特性的时域鲁棒音频水印算法

摘要

鲁棒音频水印算法应该能够抵抗多种典型攻击,但目前具有这种综合性能的算法还很少.在详细分析时域数据受到攻击前后的分布基础上,发现了数据统计均值呈现出良好的不变特性,且数据直方图4个连续Bin样本关系总是保持在士5%之内.提出了基于概率统计特征的通用数据选择方法,适用于正态分布数据的水印隐藏要求.然后,利用直方图4个连续Bin样本的稳定关系原理,设计了基于统计特征的水印嵌人和提取算法.实验结果表明:该算法除了能抵抗MP3、重采样、重量化和规一化攻击外,还完全能够抵抗4k低通滤波、105%至70%的基频不变TSM、以及10%和200%的重采样TSM攻击.而且在10%至250%的范围内容完全抵抗音量缩放攻击.此外,建立的步长调配因数有助于进一步提高隐藏效果.