20、数据隐藏技术：从图像到音频及应用领域的深入剖析

数据隐藏技术：从图像到音频及应用领域的深入剖析

1. 图像数据隐藏与掩蔽函数

在图像数据隐藏中，以Lenna图像为例，通过特定方法计算出的掩蔽函数能产生可靠的结果，尤其在纹理区域表现出色。这主要是因为在构建掩蔽函数时考虑了干扰信号的频率成分，并且该方法还能自动获取每个图像所能承受的最大水印能量。

2. 基于MPEG的音频数据隐藏

基于MPEG - 1标准的心理声学模型1旨在估计适应短音频信号段的可听阈值，同时考虑人类听觉系统（HAS）的绝对听力敏感度和掩蔽效应。具体步骤如下：
1. FFT计算 ：对音频信号样本段进行512点FFT计算。在FFT之前，音频样本S(i)需要进行归一化处理，通过将其缩放512（FFT长度）和2Nb - 1（其中Nb是每个样本的比特数）。然后使用Manning窗口（本质上是升余弦）来减少FFT计算中的裁剪效应。
2. 功率谱密度估计 ：通过公式$P(w) = 90.302 + 10log_{10}|F(w)|^2$（$0 < u < 511$）来估计音频段的功率谱密度，其中F(u)是FFT样本，90.302是归一化值，确保满量程正弦波的P(u)值约为80 dB，而在约4 kHz的最大敏锐频率处，极低幅度（理想情况下为±1）的输入信号将产生约0 dB的声压级（SPL）。
3. 音调成分识别 ：将样本PSD中的局部最大值识别为音调成分，音调集ST定义为$ST = {P(u)|P(u) > P(u ± 1) \text{ 且 } P(u) > P(u ± \Delta u) + 7}$，其中