数字水印技术是网络环境下知识产权保护和认证的手段之一，是目前信息安全技术领域的一个重要研究方向，本文在对已有的基于小波变换的数字水印技术分析的基础上，利用轮廓变换不仅具有小波变换的特点，而且具有多方向性和各向异性的优点，研究了基于轮廓变换的数字水印技术，具体研究内容为：基于轮廓变换的数字水印算法。该算法首先对宿主图像进行Contourlet变换，然后对低频子带的数据进行排序并且选择适当的嵌入强度系数，将水印在不可视的情况下嵌入到低频系数中，最后通过实验验证了该算法的不可见性和鲁棒性。基于支持向量机的以非下采样轮廓变换为前提的数字水印算法。该算法利用非下采样轮廓变换的抗平移、抗噪的特性，结合支持向量机全局优化的性质，提出基于NSCT的数字水印的嵌入和提取新算法。该算法首先对宿主图像进行非下采样Contourlet变换，其次，结合人眼视觉系统特征和图像的局部相关性，利用模糊聚类分析方法自动地对图像各像素进行初步聚类，使分类属性值得到确定；再次，支持向量机分类的训练样本集是从各聚类类别中隶属度超过一定阈值的像素所选取的，这样支持向量机的分类模型就被建立起来了；然后，再次使用此模型分类图像各像素，得到水印的最佳嵌入位置；最后，选择适当的嵌入强度系数，将水印在不可视的情况下嵌入到低频系数中，并通过实验验证了该算法的不可见性、鲁棒性、抗平移和抗噪特性。