基于EMD的音频水印算法研究

doi:10.3969/j.issn.0372-2112.2015.07.032

电子学报 ›› 2015, Vol. 43 ›› Issue (7): 1457-1464.DOI: 10.3969/j.issn.0372-2112.2015.07.032

• 科研通信 • 上一篇

基于EMD的音频水印算法研究

唐鑫¹, 马兆丰^1,2, 钮心忻¹, 杨义先¹

1. 北京邮电大学信息安全中心, 北京 100876;
2. 北京国泰信安科技有限公司, 北京 100086

收稿日期:2013-12-04 修回日期:2014-04-18 出版日期:2015-07-25
- 作者简介:
- 唐鑫 男,1987年出生于江苏南京,北京邮电大学博士生,主要研究方向为数字版权管理、数字内容安全、数字水印等. E-mail:etangxin@gmail.com;马兆丰 男,1974年出生于甘肃镇原,博士,北京邮电大学讲师,主要研究方向为数字版权管理、数字内容安全、计算机网络安全. 钮心忻女,1963年出生于浙江湖州,北京邮电大学教授、博士生导师,主要研究方向为数字水印、信息隐藏、隐写分析.杨义先男,1961年出生于四川盐亭,北京邮电大学教授、博士生导师,主要研究方向为密码学、计算机网络与信息安全.
- 基金资助:
- 国家自然科学基金 (No.60803157,No.90812001,No.61272519,No.61170271)

Research on Audio Watermarking Algorithm Based on EMD

TANG Xin¹, MA Zhao-feng^1,2, NIU Xin-xin¹, YANG Yi-xian¹

1. Information Security Center, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing National Security Science and Technology Co.Ltd, Beijing 100876, China

Received:2013-12-04 Revised:2014-04-18 Online:2015-07-25 Published:2015-07-25
- Supported by:
- National Natural Science Foundation of China (No.60803157, No.90812001, No.61272519, No.61170271)

摘要/Abstract

摘要：

提出了一种基于经验模态分解(Empirical Mode Decomposition,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.

关键词: 经验模态分解, 粒子群优化, 音频数字水印, 嵌入强度

Abstract:

An audio watermarking algorithm based on EMD(Empirical Mode Decomposition) was proposed.Residual signal components decomposed from EMD were selected to embed watermark by the proposed algorithm and the watermarked components are proved to be still residual signal components,which provides the theoretical basis for the watermark embedding and extraction.The optimal audio watermark embedding strength in EMD was solved by particle swarm optimization algorithm.The robustness and imperceptibility of watermarking can be satisfied according to this embedding strength.The simulation results show that using the optimal embedding strength to embed watermark can guarantee the imperceptibility and robustness of the watermark in most attack conditions.

Key words: EMD(empirical mode decomposition), particle swarm optimization, audio digital watermarking, embedding strength

中图分类号:

TP309

唐鑫, 马兆丰, 钮心忻, 等. 基于EMD的音频水印算法研究[J]. 电子学报, 2015, 43(7): 1457-1464.

TANG Xin, MA Zhao-feng, NIU Xin-xin, et al. Research on Audio Watermarking Algorithm Based on EMD[J]. Acta Electronica Sinica, 2015, 43(7): 1457-1464.

参考文献

[1] Baghel R,Sharma P.Increasing robustness of LSB audio steganography using a novel embedding method[A].National Conference on Security Issues in Network Technologies (NCSI-2012)[C],Gwalior:IEEE Press,2012.1-5.
[2] 杨榆,雷敏,钮心忻,等.基于回声隐藏的 VDSC 隐写分析算法[J].通信学报,2009,30(2):83-88. Yang Y,Lei M,Niu X X,et al.VDSC steganalysis algorithm of echo hiding[J].Journal on Communications,2009,30(2):83-88.(in Chinese)
[3] 张金全,王宏霞.DCT和DWT域音频水印幅值变化规律分析[J].电子学报,2013,41(6):1193-1197. Zhang J Q,Wang H X.Analysis on law of distortion of audio signal for embedding watermark in DCT and DWT[J].Acta Electronica Sinica,2013,41(6):1193-1197.(in Chinese)
[4] Chen S T,Wu G D,Huang H N.Wavelet-domain audio watermarking scheme usingoptimization-based quantisation[J].IEEE Transactions on Signal Processing,2013,4(6):720-727.
[5] Wu S,Huang J,Huang D,et al.Efficiently self-synchronized audio watermarking for assured audio data transmission[J].IEEE Transactions on Broadcasting,2005,51(1):69-76.
[6] Bhat K V,Sengupta I,Das A.An adaptive audio watermarking based on the singular value decomposition in the wavelet domain[J].Digital Signal Processing,2010,20(6):1547-1558.
[7] Khaldi K,Boudraa A.Audio watermarking via EMD[J].IEEE Transactions on Audio,Speech,and Language Processing,2013,21(3):675-680.
[8] Bi N,Sun Q,Huang D,et al.Robust image watermarking based on multiband wavelets and empirical mode decomposition[J].IEEE Transactions on Image Processing,2007,16(8):1956-1966.
[9] Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society of London(Series A:Mathematical,Physical and Engineering Sciences),1998,454(1971):903-995.
[10] Wang L,Emmanuel S,Kankanhalli M S.EMD and psychoacoustic model based watermarking for audio[A].2010 IEEE International Conference on Multimedia and Expo (ICME)[C].Suntec City:IEEE Press,2010.1427-1432.
[11] Wang Y R,Lin W H,Yang L.An intelligent watermarking method based on particle swarm optimization[J].Expert Systems with Applications,2011,38(7):8024-8029.
[12] 杨维,李岐强.粒子群优化算法综述[J].中国工程科学,2004,6(5):87-94.
[13] Peng H,Zhang Z,Wang J,et al.Audio watermarking framework using multi-objective particle swarm optimization[J].International Journal of Innovative Computing,Information and Control,2013,9(7):2789-2800.

[1]	曹源, 宋迪, 胡小溪, 孙永奎. 基于改进时域多尺度散布熵与支持向量机的转辙机故障诊断[J]. 电子学报, 2023, 51(1): 117-127.
[2]	罗远兴, 李志红, 梁兴, 李超, 胡凤城. 基于EMD‑LS的非平稳时间序列多重分形去趋势波动分析方法[J]. 电子学报, 2021, 49(12): 2323-2329.
[3]	王向阳, 牛盼盼, 田静, 杨红颖, 徐欢. 基于BKF矢量HMT的非下采样剪切波域数字水印检测算法[J]. 电子学报, 2021, 49(1): 40-49.
[4]	韩红桂, 阿音嘎, 张璐, 乔俊飞. 自适应分解式多目标粒子群优化算法[J]. 电子学报, 2020, 48(7): 1245-1254.
[5]	石鹏, 张启忠, 张华平, 席旭刚. 基于多元经验模态分解的多元多尺度熵静态平衡能力评估[J]. 电子学报, 2020, 48(4): 670-674.
[6]	王海东, 刘云敬, 康琳, 武迎春. 射频能量捕获传感网移动能量源的布置策略研究[J]. 电子学报, 2020, 48(12): 2367-2375.
[7]	郑近德, 潘海洋, 童靳于, 刘庆运, 丁克勤. 自适应掩膜信号集成局部特征尺度分解及其应用[J]. 电子学报, 2020, 48(10): 2060-2070.
[8]	李泽, 田增山, 王中春, 王亚. 基于粒子群优化的多径辅助室内定位算法[J]. 电子学报, 2020, 48(10): 1952-1960.
[9]	孙辉, 邓志诚, 赵嘉, 王晖, 谢海华. 混合均值中心反向学习粒子群优化算法[J]. 电子学报, 2019, 47(9): 1809-1818.
[10]	黄锦旺, 吕善翔, 李广明, 袁华强. 基于增殖系数的混沌信号提取算法[J]. 电子学报, 2019, 47(4): 855-861.
[11]	张行, 常颖, 宋康, 李春国, 杨绿溪. 一种新颖的水声信道参数估计算法[J]. 电子学报, 2019, 47(2): 509-512.
[12]	龙文, 蔡绍洪, 焦建军, 伍铁斌. 一种改进的灰狼优化算法[J]. 电子学报, 2019, 47(1): 169-175.
[13]	韩红桂, 武淑君. 基于收敛速度和多样性的多目标粒子群种群规模优化设计[J]. 电子学报, 2018, 46(9): 2263-2269.
[14]	刘兆广, 纪秀花, 刘云霞. 一种快速收敛的非参数粒子群优化算法及其收敛性分析[J]. 电子学报, 2018, 46(7): 1669-1674.
[15]	韩红桂, 卢薇, 乔俊飞. 一种基于多样性信息和收敛度的多目标粒子群优化算法[J]. 电子学报, 2018, 46(2): 315-324.

基于EMD的音频水印算法研究

Research on Audio Watermarking Algorithm Based on EMD

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics