[发明专利]一种基于DWT‑SVD和粒子群优化的音频水印方法

权利要求书

1.一种基于DWT-SVD和粒子群优化的音频水印方法，其特征在于，包括如下步骤：

1)对原始音频信号进行水印嵌入，包括：

(1)对原始音频信号进行分块处理；

(2)对分块后的音频信号中的每一个块c_i，1≤i≤n1，采用公式c_i＝U_i×S_i×V_i^T进行SVD分解，分解后得到矩阵U_i，S_i和V_i；

(3)将每个块分解后得到的矩阵S_i中的最大值s_i构建向量L＝[s₁,s₂,...,s_n1]，并对向量L进行三级小波分解，得到近似分量L³和细节分量H^r，1≤r≤3；

(4)对得到的近似分量L³嵌入水印信息；

(5)对嵌入水印后的近似分量L^3′进行逆变换构建含水印音频信号，包括：

利用嵌入水印后的近似分量L^3'和细节分量H^r进行三级逆小波变换，得到L'，重构矩阵S'，然后进行逆SVD变换c_i'＝U_i×S_i'×V_i^T，重构音频信号矩阵A^*'，并对A^*'进行降维处理，得到含水印的音频信号；

2)对含水印的音频信号进行水印提取，包括：

(1)对含水印的音频信号进行分块处理；

(2)对分块后的音频信号中的每一个块c_i”进行SVD分解c_i”＝U_i'×S_i”×V_i'^T，分解后得到矩阵U_i'，S_i”和V_i'；

(3)将每个块分解后得到的矩阵S_i”中的最大值s_i”构建向量L”＝[s₁”,s₂”,..s_i”..,s_z”]，并对向量L”进行三级小波分解，得到近似分量L³”和细节分量H^r'，1≤r≤3；

(4)根据近似分量L³”和水印嵌入的位置信息(p₁,p₂)确定提取水印值；

3)采用粒子群算法自动确定水印嵌入深度的最优值。

2.根据权利要求1所述的一种基于DWT-SVD和粒子群优化的音频水印方法，其特征在于，步骤1)第(1)步所述的对音频信号进行分块处理是：

设原始音频信号A为：A＝a(i),1≤i<N，N为总的采样点个数，a(i)为A中第i个采样点，将原始音频信号A进行分段处理，每段包含n个采样点，取将分段音频构建成矩阵A^*(m,m)，将所述的矩阵划分为m1×m1大小的块：

C＝{c_i,1≤i≤z},z＝(m/m1)²

其中，C为m1×m1大小块的集合，c_i为C中第i个块，z为C中块的个数。