随着互联网和多媒体技术、通信技术的迅速发展，数字媒体的版权保护问题日益突出，使得数字水印技术备受人们关注，它是目前解决版权保护问题最有效的手段之一。鉴于小波分析理论发展的日趋成熟以及其在图像处理方面的优越性和奇异值分解(SVD)这种特殊的矩阵变换在水印算法中的若干优势。论文深入研究了小波域数字水印算法和基于奇异值分解的水印算法，经分析研究发现，无论单纯基于包括小波变换在内的各种时频分析的水印算法还是单纯基于奇异值分解的水印算法都存在各自不同的缺点。基于小波变换的数字水印可以抵抗低通滤波和压缩攻击等常见的攻击手段，但单纯基于包括小波变换在内的各种时频分析的水印算法，如果不辅以其他改进措施，很难抵抗剪切、旋转、放缩等几何攻击。奇异值表现了图像内在的代数特性，当图像受到轻微的扰动时，它的奇异值不会发生剧烈地改变，将奇异值分解与小波变换相结合可以优势互补，达到数字水印鲁棒性和不可见性的良好折中。　　 论文根据奇异值分解的特性，结合小波变换与人类视觉系统的某些特性接近的良好特点，提出了一种基于分块奇异值分解的小波域鲁棒灰度水印算法。该算法首先将灰度水印信息分为重要信息和次要信息两部分，然后在小波域对原始载体图像小波分解后的高频和低频系数分别进行分块奇异值分解，再把经过Arnold置乱变换的重要信息部分和次要信息部分分块DCT变换，将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中。实验结果与分析表明：该水印算法能嵌入大容量水印，且能抵抗大多数图像攻击，是一种有效的算法。　　 然后又提出了一种二值图像水印自适应嵌入与自适应提取的方案——基于奇异值分解和纹理特征的小波域自适应水印算法。算法先对原始载体图像进行分块，通过分析各子块的纹理特征找到纹理丰富即适宜嵌入水印的子块。对纹理丰富的子块进行小波变换，选择低频系数进行SVD分解，最后将水印自适应地嵌入各子块的奇异值中。实验结果表明，该水印算法实现了水印嵌入与提取的自适应性，具有很好的不可见性和鲁棒性，且能够嵌入较大容量的水印内容，对于采用二值水印的应用具有普适性，有较强的实用意义。