安全问题是当前网络多媒体应用中比较突出的问题,目前用于解决该问题的技术很多,其中的数字水印技术,尤其图像数字水印技术,以在版权保护方面的独特优势而引起人们的普遍重视,成为当前研究的热点。它将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中,用来跟踪多媒体数据的发布和使用。数字水印的特殊应用要求嵌入的水印信息不仅具有不可见性,并且针对不同的应用要求水印应该具有抵抗诸如JPEG压缩、图像增强处理、几何变形等各种攻击的鲁棒性。人是评价图像的主体,因此人类视觉系统(Human Visual System,HVS)理论对图像数字水印技术显得非常重要。充分利用HVS的视觉掩蔽特性,有助于设计出感知性能良好的数字水印算法。小波分析是目前国际上广泛应用的分析工具,具有良好的时频分析特性,并且已经被广泛地应用于图像处理的各个领域。小波变换的低复杂度、空间-频率局部化等特性,为提高水印算法的性能提供了条件。此外,由于小波变换的多分辨率分析特性与HVS特性的一致性,这对于根据HVS选择适当的水印嵌入位置和嵌入强度提供了很大的帮助。首先,本文分析了数字水印的研究意义、国内外研究现状、主要应用领域和发展趋势。并从起源、基本原理、基本特征、分类、通用模型、性能评估指标和经典算法等几方面对数字水印进行了概述。其次,简要介绍了小波变换的定义、小波变换的性质、二维图像小波分解、及小波理论在数字水印中的应用。再次,介绍了HVS的基本结构和特征,概述了现有的恰可察觉差异(JustNoticeable Difference,JND)模型,并根据水印嵌入对象不同对其进行了分类;随后,分析了现有JND模型的特点和存在的问题,定义了新的基于小波域的亮度掩蔽函数和纹理特征函数,确定了它们各自的权重,提出了新的JND模型。最后,根据新的JND模型,本文提出了两种基于小波变换的自适应数字图像水印算法。第一种算法是基于小波系数的自适应数字水印算法。该算法用有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到垂直子带系数中。该算法利用了本文提出的新JND模型对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可见性。第二种算法是基于小波系数块的自适应双重水印算法。该算法在利用小波变换将原始载体图像分解成四个小波频带后,将一个有意义图像水印和一个伪随机序列(本文分别称为识别水印和确认水印)通过不同的方式嵌入到不同的频带中。为增强算法的安全性和不可见性,先对识别水印进行Arnold置乱,再利用本文提出的新JND模型计算每一个小波系数块的JND估计值后,将其嵌入小波系数的垂直子带系数中。确认水印是通过识别水印与伪随机序列运算后得到的,它被分散地嵌入在小波变换的低频系数中。在水印的提取与检测阶段,本文应用了统计学假设原理,分别实现了对识别水印的盲提取和确认水印的盲检测。算法中很多参数和种子可以作为密钥,不知道密钥的人无法正确地恢复数字水印。实验结果表明了该算法具有较好的不可见性、鲁棒性和安全性。