[发明专利]基于SVD和ANN的鲁棒盲音频水印算法

权利要求书

1.基于SVD和ANN的鲁棒盲音频水印算法，其特征在于：结合奇异值分解（SVD）和人工神经网络（ANN）的音频盲水印方法。

2.如权利要求1所说的基于SVD-ANN的音频盲水印算法的水印嵌入算法，其特征在于：先将水印图像降维，然后对原始音频进行分成N块，每块包含1600个样点。从N个块中选出M₁×M₂个块，每块嵌入到一比特的水印信息中。求得对角矩阵的元素标记后对对角矩阵进行逆奇异值分解，得到矩阵将矩阵降为一维信号，然后对其进行逆离散余弦变换，再进行逆二级离散小波包分解，以将他们转换回时域的音频信号。最后用已训练好的神经网络计算出W'。实验中：假设数字水印信息是一个二进制图像W，包含M₁×M₂比特。

3.如权利要求1所说的基于SVD-ANN的音频盲水印算法的的水印提取算法，其特征在于：将音频分为N个块，每块有1600个采样点。从N个块中选出M₁×M₂个块，每块嵌入到一比特的水印信息中。对每个块进行2级离散小波包分解，然后选择包含400个样点的近似子带系数Ca1w。近似子带系数Ca1w由离散余弦变换分解而来，第一象限的离散余弦变换系数转换为一个10*10阶矩阵Awjk(k=1,2,...,M1×M2).]]>对矩阵Awjk(k=1,2,...,M1×M2)]]>进行奇异值分解，得到10*10阶的对角矩阵根据TNN的输入可以得到实体输出。根据数字水印样本以及相应的实体输出，TNN可估算出每一比特所提取出的数字水印，并获得二进制图像。

4.本发明是一个盲水印算法，水印提取时不需要原始音频文件的参与。但嵌入水印时分段的长度大小需要作为密钥传递给提取方以完成水印信息的提取。