伴随互联网和多媒体技术的迅猛发展,数字产品安全性已成为信息社会备受关注的课题。数字水印技术作为信息隐藏技术的分支,在版权保护和完整性认证方面具有重要作用。本文系统综述了数字水印技术国内外研究现状,详细介绍了数字水印基本框架、系统模型等关键概念,从Contourlet变换的基础理论出发,探索了Contourlet域的稳健性水印和可擦除水印的嵌入、检测技术与研究方案。通过结合相关理论与大量实验,分析了水印算法的性能。本文的主要创新点包括:首先,基于定性定量转化的云模型理论,提出了一种基于云模型理论的Contourlet域数字水印算法。算法创新之处是将云发生算法与云相似度度量算法推广到水印的生成与检测之中。算法中通过将生成一系列云滴的集合作为待嵌入的云水印信息,利用云随机性和模糊性的特点,提高了水印嵌入算法的鲁棒性。对于提取得到的云水印信息的检测问题归结为云的相似度度量问题,提出了一种新颖的基于云期望曲线度量的统计检测方法。实验证明,基于云模型的数字水印具有良好的不可感知性,并且能够有效抵抗包括JPEG压缩、滤波、噪声、剪切等水印攻击。第二,提出一种面向数字作品的版权通告与版权保护的Contourlet域双重水印技术方案。该方案包括可擦除的半透明可见水印的版权通告与稳健性不可见水印的版权保护双重功能。可见水印算法是通过将可见水印与宿主图像融合,基于用于稀疏信号采样和重构的压缩感知理论,在宿主图像Contourlet变换近似子带中实现对隐藏子图测量值的嵌入。实验结果证明该算法能以较高质量恢复隐藏子图,并且具备高度的安全性。不可见水印算法是通过改进用于小波域图像编码的人类视觉系统模型,在宿主图像Contourlet变换带通子带中实现对伪随机序列水印信息的嵌入。通过对Contourlet子带系数统计特性分析,设计相关检测器。实验结果证明了该算法具有良好的鲁棒性和不可感知性。