奇异值分解（SVD，Singular Value Decomposition）是一种正交变换，它可以将矩阵对角化。其优势在于奇异值具有相对稳定性。人们利用这一特性，将这一数学理论应用到数字水印中，并取得了很好的水印嵌入效果。但由于奇异值分解在数字图像水印提取中存在对角线失真这一现象，人们又进一步将这一理论和其它理论结合，提出新的数字水印算法。本文以奇异值分解理论为基础，将其与离散小波变换和零水印技术结合，提出新的数字水印算法。本文主要研究工作包括：（1）随着彩色图像作为信息交流的主要媒体，人们提出了彩色图像数字水印算法。而现有算法嵌入时的水印图像绝大多数是二值图像或灰度图像。本文针对将彩色图像作为水印这一需求，考虑到彩色图像作为水印时嵌入的数据量大的问题，将水印的RGB三个分量分别提取出来，分别嵌入到载体图像的RGB三个分量中去，并在嵌入的过程中结合使用离散小波变换（DWT）。该算法很好的解决了彩色图像作为水印时嵌入信息量大这一问题，并通过实验证明该算法具有一定的抗攻击能力。（2）为了解决水印不可见性和鲁棒性之间的矛盾，人们提出了零水印的算法。但目前的算法中绝大多数算法都比较复杂，而且结合奇异值分解的零水印算法多采用奇异值分解后较大的奇异值嵌入水印。本文针对这一问题，提出了一个最小奇异值比最大奇异值有更大相对稳定性的结论，将奇异值分解和零水印技术结合，提出了新的算法，并通过实验数据证明最小奇异值的稳定性。