随着计算机网络技术的发展,多媒体信息被人们广泛使用,这给人们的生活带来了极大的便利,但也使人们不得不面对网络作品版权保护的问题,与实体作品相比在网络中的数字作品更容易被侵权,更容易被篡改。因此如何能够既享受网络技术给人类生活带来的便利又能有效保护网络中的数字作品,已引起人们高度重视。本文主要研究了基于神经网络的数字水印技术,利用神经网络能够充分逼近任意的非线性关系的特性和其自适应性来对已有的一些数字水印算法进行改进并实现。本文主要研究内容如下：(1)结合人眼视觉模型在空间域的特性和神经网络的特性,本文提出了基于神经网络的单次嵌入水印算法。该算法针对水印的鲁棒性与水印透明性相互矛盾和水印盲提取两个问题,引入人眼视觉模型解决了水印鲁棒性与水印透明性相互矛盾的问题,引入神经网络模型解决水印盲提取问题。在MATLAB环境下对该算法进行仿真实验,并对实验结果进行了详细分析。(2)为提高水印算法的鲁棒性,本文结合神经网络和人眼视觉的特性提出了基于神经网络的多次嵌入水印算法。该算法针对水印鲁棒性不强和水印盲提取两个问题,引入人眼视觉模型和多次嵌入水印技术,解决了水印鲁棒性不强的问题,引入神经网络模型解决了水印盲提取问题。在MATLAB环境下对该算法进行仿真实验,并对实验结果进行了详细分析。(3)根据传统的水印算法模型可知,不论是哪种水印算法都会向图像中嵌入水印信息,这或多或少都会影响图像质量,针对这一问题,本文引入神经网络技术给出了基于神经网络的零数字水印算法,解决了由于向原图嵌入信息而影响原始作品完整性的问题。在MATLAB环境下对该算法进行仿真实验,并对实验结果进行了详细分析。