在诸多图像压缩方法中，分形图像压缩方法是当今图像压缩领域中较新的方法之一。图像分形编码以其新颖的编码思想，较高的压缩比，得到了人们的普遍关注。而随着图像分形编码理论的深入研究，分形编码在其他领域的应用也日趋广泛。其中基于分形编码的数字水印技术引起了人们的极大关注，出现了多种分形编码数字水印算法。　　 本文在研究分形编码的基础上，研究基于分形编码的数字水印算法，针对现有分形编码数字水印技术存在的问题，提出了三种不同特点的分形编码数字水印算法。同时，在分析分形编码参数特征的基础上，研究其在图像检索中的应用价值，提出了一种基于分形编码参数核密度估计的图像检索算法。　　 本文首先介绍了图像基本分形编码算法，描述了分形编码的数学基础、编码方法和步骤。同时给出了基本分形编码的仿真实验结果。简要介绍了数字水印技术以及现有的基于分形编码的数字水印技术，总结了现有分形编码数字水印技术的优缺点，为后续分形编码数字水印技术的研究指明了方向。　　 接着，研究了正交化分形编码算法，证明了正交化分形编码参数在迭代过程中的不变性，找出在分形编码参数中可以嵌入水印信息的有效途径。并且，本文通过实验验证了正交化分形解码可以快速收敛，使得解码速度得以提高。　　 在研究正交化分形编码的基础上，依据自适应乘性嵌入准则，构造水印嵌入变换函数，提出了一种基于分形编码的灰度水印嵌入算法。该算法弥补了传统的分形编码数字水印技术只能将0、1序列作为水印嵌入的不足，首次给出了在分形编码参数中嵌入灰度水印的算法。分析了分数阶微积分伪随机序列的特点，并利用此序列对水印加密，提高了水印安全性。实验结果和数据表明，算法可行，且较之传统方法具有更好的鲁棒性。　　 随后，提出了一种基于分形编码的盲水印算法。算法在保证可以嵌入灰度水印的基础上，实现了盲提取。算法基于参数量化调制，通过构造水印变换函数，实现了水印的嵌入。同时，分析了分形编码中拼贴误差的特性，并将此特性应用到水印嵌入中，提出了基于拼贴误差分类的嵌入强度调节方法，使得水印的鲁棒性和不可感知性有了明显提高。　　 以图像认证为目的，提出了一种基于分形编码的脆弱性盲水印算法。该算法将认证水印嵌入分形变换域，又将分形编码参数作为水印嵌入到宿主图像中，使算法在篡改定位的同时，还可以自动恢复原图像。同时，本文还提出了二次水印嵌入策略，降低了图像认证的虚警率和漏检率。实验数据表明，算法可行有效，并且具有良好的篡改定位和恢复原图像的能力。　　 利用核密度估计方法，对分形编码参数的统计特征做出分析，构造检索索引，提出了一种基于分形编码参数核密度估计的图像检索算法。与现有常用的直方图方法相比，该方法进一步提高了检索准确率及检索速度。　　 最后，对全文研究做出总结，就分形编码数字水印技术研究中一些尚待解决的问题进行了讨论，对分形编码在数字水印及其他领域的应用研究做出展望。