随着云计算的迅猛发展和视频的广泛应用,云视频在存储和传输的过程中很容易被非法复制、盗用、破坏等,数字水印技术作为保护云内数字产品所有权和版权的有效途径,近年来取得了突破性的进展。本文研究了数字水印的基本理论和方法,结合人类最小可视觉误差模型和小波变换理论,提出了一种面向云计算的基于DWT改进的图像水印技术,并将其应用到视频水印领域。首先,本文介绍了数字水印的研究背景及其意义,阐述了国内外数字水印技术的研究现状,并简单总结了该技术的应用领域。其次,介绍了图像数字水印和视频数字水印的基础理论、小波变换理论与应用、常见的信号加密算法以及基于DWT的数字水印算法及其改进算法等。然后,阐述了两种基于小波变换的数字图像水印算法:一种是基于小波变换的具有篡改定位能力的图像零水印算法,该算法具有良好的鲁棒性和较强的抗攻击能力,但计算量较大,所需的存储空间也较大,不适合视频水印;另一种是基于超混沌的RBF神经网络自适应图像水印算法,该算法安全性较强,不可见性和鲁棒性良好。接着,提出了一种基于DWT改进的图像水印算法,该算法通过基于混沌的DHNN系统对水印信息进行加密,结合人类最小可察觉误差模型,在图像小波分解后的中低频小波系数上嵌入水印信息。实验结果表明,该算法安全性、不可见性和鲁棒性良好。另外,该算法计算量较小,不需要太大的数据存储空间,可应用于视频水印。最后,将基于DWT改进的图像水印算法应用到视频领域,通过基于颜色特征提取视频序列关键帧,然后根据人类视觉模型和关键帧各像素的失真度嵌入水印信息。实验结果表明,该视频水印算法安全性和不可见性好,在抵抗各种攻击时表现出较好的鲁棒性。