1) complex cepstrum transform
复倒谱变换
1.
Then complex cepstrum transform are implemented for all appointed sections.
该算法将音频信号分为包含相同采样点的若干段,计算指定段信号的均值,对均值小于0的段的信号取反,对均值大于等于0的段保持不变,然后对所有指定段进行复倒谱变换,将这些段的复倒谱变换系数均值与设定的阈值作比较,结合水印序列的值,通过增加、减少或不改变复倒谱系数的均值来嵌入水印。
2) cepstrum
倒谱变换
1.
A New Digital Watermarking Algorithm Based on Incepstrum;
一种倒谱变换的数字水印
2.
A new digital watermarking algorithm in Cepstrum domain;
一种基于二维倒谱变换的数字水印
3.
Then discusses the transform domain algorithm in five aspects: discrete cosine transforms(DCT),discrete fourier transform(DFT),discrete wavelet transform(DWT),fractal transform and cepstrum domain transform.
本文首先将数字水印算法从实现的角度分为空间域算法和变换域算法两大类,然后对变换域的算法从离散余弦变换(DCT)、离散傅立叶变换(DFT)、小波变换、分形变换及倒谱变换等方面检索了相关文献,对各种算法进行了尝试性分析和探讨。
3) cepstrum transform
倒谱变换
1.
An Audio Watermarking Algorithm Based on Wavelet and Cepstrum Transform
基于小波变换和倒谱变换的音频水印技术
2.
The blind audio watermarking algorithm based on cepstrum transform.
基于倒谱变换的音频盲水印算法。
4) Bicepstrum transform
双倒谱变换
5) Complex cepstrum
复倒谱
1.
An audio watermarking algorithm based on wavelet transform and complex cepstrum transform;
基于离散小波变换和复倒谱的音频水印算法
2.
Then adopting minimum phase feature and complex cepstrum technology,this paper proposes the technique for the realizable filter in physics.
针对目前Weibull分布杂波仿真中没有考虑线性滤波器物理可实现性问题,首先深入研究了该杂波模型的统计特性及其ZMNL仿真方法;在此基础上,引入最小相位特性与复倒谱技术,提出了一种物理可实现的滤波器产生方法,同时详细阐述了物理可实现Weibull分布杂波随机序列产生的流程;最后,进行了仿真实验,仿真结果证明了该方法的准确性和有效性。
3.
Then we adopted minimum phase feature and complex cepstrum technology,proposed the technique of the realizable filter in physics.
针对目前Log-Normal分布杂波仿真中没有考虑线性滤波器物理可实现性的问题,首先研究了该杂波模型的统计特性及其ZMNL仿真方法;在此基础上,引入最小相位特性与复倒谱技术,提出了一种物理可实现的滤波器产生方法,同时详细阐述了物理可实现Log-Normal分布杂波随机序列产生的流程;最后,进行了仿真实验,仿真结果证明了该方法的准确性和有效性。
6) chamfer distance transformation
倒角变换
补充资料：复倒谱
一个函数的傅里叶变换的对数的傅里叶反变换。对褶积信号的线性分离作用，在实际信号处理中很有用处，例如可应用于通信、建筑声学、地震分析、地质勘探和语音处理等领域。尤其在语音处理方面，应用复倒谱算法可制成同态预测声码器系统，用于高度保密的通信。
在离散信号x(n)情况下，用z变换表示复倒谱，可以写作
复倒谱可以利用同态系统中一种特定的特征系统来求得，如图所示。为了区别于用一般方法所求得的频谱(spectrum)，将spectrum这一词前半部(spec)字母顺序颠倒即成cepstrum，根据词形定名为倒谱。又因频谱一般为复数谱，故称为复倒谱。为了说明复倒谱的性质,假设已知两信号x1(n)和x2(n)相褶积而得到的时间函数x(n)，对它们分别求其离散傅里叶变换，写作
X(ω)＝DFT[x(n)] X1(ω)＝DFT[x1(n)]
X2(ω)＝DFT[x2(n)]
按上述定义，可得到如下关系式
＝IDFT｛log[X(ω)]｝
＝IDFT｛log[X1(ω)]｝＋IDFT｛log[X2(ω)]｝
由此可见,通过复倒谱的运算可将x1(n)和x2(n)的褶积关系变换为相加关系，再采用一般线性系统对它们进行滤波处理。
在离散信号x(n)情况下，用z变换表示复倒谱，可以写作
复倒谱可以利用同态系统中一种特定的特征系统来求得，如图所示。为了区别于用一般方法所求得的频谱(spectrum)，将spectrum这一词前半部(spec)字母顺序颠倒即成cepstrum，根据词形定名为倒谱。又因频谱一般为复数谱，故称为复倒谱。为了说明复倒谱的性质,假设已知两信号x1(n)和x2(n)相褶积而得到的时间函数x(n)，对它们分别求其离散傅里叶变换，写作
X(ω)＝DFT[x(n)] X1(ω)＝DFT[x1(n)]
X2(ω)＝DFT[x2(n)]
按上述定义，可得到如下关系式
＝IDFT｛log[X(ω)]｝
＝IDFT｛log[X1(ω)]｝＋IDFT｛log[X2(ω)]｝
由此可见,通过复倒谱的运算可将x1(n)和x2(n)的褶积关系变换为相加关系，再采用一般线性系统对它们进行滤波处理。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条