基于多相关HMT模型的DT CWT域数字水印算法

摘要

本文以双树复数小波变换(Dual-tree complex wavelet transform,DT CWT)及隐马尔科夫树(Hidden Markov tree,HMT)理论为基础,提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法.原始数字音频首先进行DT CWT,然后利用局部信息熵刻画音频内容特征并据此确定出重要DT CWT系数段,进而将水印信息乘性嵌入到重要DT CWT高频系数幅值内.水印检测时,首先根据DT CWT系数幅值的边缘分布及系数间的多种相关性(包括子带内、尺度间、分解树间等相关性),构造出Weibull混合向量HMT统计模型,并估计出其统计模型参数;然后,利用局部最大势能(Locally most powerful,LMP)检验理论构造出局部最优检测器(Locally optimum decoder,LOD)以盲提取水印信息.仿真实验结果表明,本文算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡,其总体性能优于现有同类音频水印算法.