如今互联网技术飞速发展,越来越多的电子文档在网络上广泛传播,由此带来的文档版权归属等安全问题需要被解决。可见水印被应用于多媒体信息中提供有效的版权保护。同时,为了评估水印的抗攻击型、鲁棒性,水印攻击算法应运而生。当前对可见水印的研究大多都针对图像,对文本图像水印的研究于20世纪末陷入停滞,因此,本文对文本图像水印去除算法、近重复文档匹配算法中进行了深入研究,以此为版权保护提供支撑,主要内容如下:（1）为在不影响文本图像文字的基础上有效去除文本图像水印,提出了改进的U-Net框架。该框架在U-Net的编码阶段加入了空间注意力机制和通道注意力机制,编码阶段的输出输入到改进的空洞卷积金字塔（ASPP）中,使模型能够加强文本图像水印特征,抑制文本图像除水印之外的背景特征,重点关注文本图像水印区域,进一步提升水印识别的准确性,与此同时提升了模型的感受野;解码阶段加入了基于通道注意力机制改进的空间注意力机制,以便更好地利用不同特征图之间的空间关系,使模型重点关注与水印相关的特征空间区域。（2）实现了基于感知哈希和孪生网络的近重复文本图像相似度检测算法以进行相似度检测。基于感知哈希的近重复文本图像检测算法将文本图像去除水印后的结果进行数据库图像检索,找到相似度最高的图片提供辅助文本图像相似度评估;针对基于Siamese孪生网络的近重复文本图像检测算法利用孪生网络能够评估两个输入的相似程度的特点,在原有Siamese孪生网络架构中加入了传统的卷积体系进行了扩展,以提高检测的准确性。（3）采集了文本图像水印数据集用于文本图像水印去除、相似度检测的测试。实验表明,提出的改进的U-Net框架能够有效地去除文本图像水印,并能高精度地保留文档的文字信息,该模型与其他模型相比,在视觉和评价指标上都取得了更好的效果。感知哈希算法、Siamese孪生网络计算的相似度结果为版权保护提供了有效支撑。