随着计算机网络通信的飞速发展,在没有严格的网络监管体系下会引发多种损害社会利益的严重问题。数字水印技术逐渐成为信息防伪的有效手段,但目前成熟的水印算法不足以抵抗畸变攻击。为了使水印能够抵抗畸变攻击,本文提出了基于图像特征分块的全息水印嵌入提取算法。首先依据图像特征将载体图像分成不同的子图像特征块,提取每个子图像特征块的SIFT特征点,依据特征点分布位置与稳定性能对载体特征块进行筛选,最终选取所有适合嵌入水印的图像特征块。将原始水印图像经过菲涅尔衍射变换生成四幅全息水印图像并提取其中I1,经过一定筛选规则选取合适的特征点,以其为中心选取周围8×8区域,对该区域进行小波变换,提取其中的低频部分,再将全息水印图像按照需要进行平均分块并按规则嵌入;依照同样的嵌入方法将全息水印分别嵌入每一个选定的图像特征块中,最终合成整幅图像。提取水印时将每个子图像特征块中的水印图像分别提取并作质量评价,比较选择其中质量较优的水印图像。编程实现了水印的嵌入提取部分和鲁棒性测试部分。实验结果表明:应用本算法嵌入水印的图像质量无明显变化,所提取出的水印图像较为清晰。由于扩大了水印图像分布面积（图像分块）的同时提高了嵌入点的稳定性（特征点）,水印具有强鲁棒性,算法可行。为了使含水印图像经过畸变后仍然可以成功提取水印,本文提出基于图像特征块与特征点的抗畸变水印算法,将整幅图像的校正问题看成局部图像的校正问题。本文描述了两种校正方法:一种是先将畸变图像与原始图像分别依据其图像特征分块,提取特征块内特征点,然后对图像特征块之间的特征点进行匹配,根据匹配特征点的变化斜率计算变化量,最后根据变化量校正其他像素点,但此方法只适用于规则畸变（即每个图像特征块内的像素点的变化量都相同）,存在一定局限性;另一种方法是将图像分成图像特征块后提取其特征点并匹配,以图像特征块为单位,依据其特征点进行三角形划分,根据三角形顶点坐标关系校正三角形以及其他像素点。此方法划分的三角形较细,且三角形本身具有稳定性,所以几乎不存在局限性。故而本文最终采用后者校正方法,校正结束后提取特征块内的水印信息,进行水印质量评价并筛选择优,最后进行畸变攻击测试。实验表明,本文校正算法可在图像遭受一定畸变攻击后成功提取清晰的水印图像,证明该算法具有较强的抗畸变能力。