近年来,随着网络互联网技术的快速发展,图像、音频和视频等多媒体产品在网络上广泛传播。由于网络上的多媒体产品具有易于下载和复制的特点,致使盗版侵权问题日益严重,数字水印技术是一个解决数字版权问题的有效方法。目前绝大多数鲁棒数字水印算法是针对灰度图像进行的研究,适用于彩色载体图像和彩色水印信息的算法研究还相对薄弱。但是,生活中用于版权标注的图像,如图标、商标、台标等版权信息绝大多数是彩色图像,因此,基于彩色载体和彩色水印的研究成为热点。本文针对彩色载体图像和彩色水印进行了一系列研究工作,主要的研究内容如下:研究中,发现传统SVD类水印算法中存在的一些问题,给出了解决方案和实验验证,并提出了一个改进的基于SVD双彩色盲水印算法。对图像无参考视觉评估OSVP模型进行研究,OSVP模型应用旋转校正的有效性,提出了一种基于OSVP抗旋转攻击的双彩色图像盲水印算法。(1)提出了一个改进的基于SVD双彩色盲水印算法。研究了奇异值分解理论在水印技术应用过程中出现问题的原因。本文从嵌入水印后图像视觉质量变差的问题出发进行研究,指出了分块后的u1v1T矩阵包含着图像的纹理信息,u1更倾向于图像的横向纹理信息,v1更倾向于图像纵向纹理,指出了传统算法由于修改U矩阵第一列系数值时,忽略了 U矩阵为酉矩阵的特性,导致了图像的视觉质量严重破坏,从而解决图像质量问题。本文主要针对因为修改了 U矩阵第一列所出现图像的视觉质量破坏的问题,通过保持U矩阵修改前后第一列平方和相等,对相应算法进行修正。根据上述解决方案,对传统SVD算法进行了改进,提出了一种视觉质量好,能抵抗多种攻击的鲁棒性水印算法。(2)提出了一个基于OSVP抗旋转的的双彩色图像水印算法。针对算法过程中不具备抵抗旋转攻击的能力,使用了 OSVP(Orientation Selectivitybased Visual Pattern)方向选择性视觉模型,这种视觉模型主要用来识别旋转攻击后的图像角度的变换,并通过逆向旋转来对图像信息进行修正。OSVP模型最初应用于图像的无参考视觉质量评估,该模型具有很好的视觉质量评估效果,由于是无参考模型使得其在数字水印提取过程中可以实现盲提取。在算法的实现过程中,主要使用的是OSVP方向选择性视觉模型与SVD相结合的算法。最后通过仿真实验从算法的不可见性、时间效率以及鲁棒性三个方面将算法与多个文献进行比较,实验结果证明本文提出的算法在不可见性方面表现优异;在时间效率上如果进行旋转校正则时间复杂度较高,如果没有旋转校正,则时间复杂度表现良好;在鲁棒性方面可以应对多种攻击,鲁棒性表现优良。本文选取的适用对象彩色载体图像和彩色水印图像,提出具有良好不可见性和鲁棒性的数字水印算法,可以应用于更多生活实际场景,对数字图像的版权保护更有效。