随着三维视频的流行和多媒体技术的发展，立体视频图像作为三维视频的主要表现形式，其安全受到了威胁。针对立体图像的完整性和真实性，利用立体图像特征，设计立体图像的自恢复认证水印。并针对特殊领域中，任何细节不能被破坏的立体图像，提出了立体图像可逆水印。本论文主要研究内容如下：　　1)提出了一种基于视点间恢复参考共享的立体图像自恢复水印。该方法设计恢复参考水印的共享机制，从而降低恢复参考水印的比特量。采用小波变换系数计算恢复参考水印，并将每个图像块的两个恢复水印嵌入两个不同的映射块。此外，小波变换的高频系数作为图像细节信息也嵌入立体图像，从而提高恢复的视觉质量。为了抵抗拼接攻击，并提高篡改检测率，两视点匹配图像块的视差值也将指导篡改的检测。实验结果表明该方法的篡改检测率达99％以上，并且对于不同大小的篡改，达到无视觉损失的恢复质量。　　2)提出了基于非对称恢复的立体图像水印。设计了非对称恢复机制，从而指导水印容量分配，非对称地将左右视点的恢复参考水印嵌入立体图像。该机制使左右视点非对称地恢复，并采用视差同时较好地恢复左右视点。为了水印安全性，采用混沌算法计算认证水印。此外，为了取得水印容量和透明性的平衡，采用恰可察觉模型将图像块分为敏感和非敏感类型，它们分别提供两位或三位最低有效位嵌入水印。实验结果证明本方法好于其它水印方法。　　3)提出了基于立体视觉掩蔽的立体图像水印方法。挖掘立体视觉特征，设计了立体视觉掩蔽模型，非对称地将水印嵌入立体图像的左右视点，即左右视点嵌入不同的水印容量。由于水印容量的扩大，每个图像块的两个或更多的恢复参考水印嵌入不同映射块，增加恢复性能。实验结果证明，提出的方法能够有效检测不同类型的攻击，恢复质量高于现有的单视点图像水印方法。　　4)针对特殊领域立体图像的安全性，提出了两种基于立体图像相关性的立体图像可逆水印方法。第一种方法提出了基于视差的预测算法，利用视点间匹配像素预测像素值，建立预测误差直方图，并通过直方图移位嵌入水印。在第二种方法中，由于现有预测算法的较低精确度，提出了两种预测算法提高像素预测精度。第一种预测算法中，建立纹理分析模型，利用视点间匹配像素的纹理相似性，准确地计算像素预测值。此外，基于视点内的预测算法作为第二个预测算法，通过优化邻域像素的权重值预测当前像素。联合该两个预测算法预测立体图像的像素值，取得较好的水印性能。实验证明提出的两种可逆水印方法都好于传统的可逆水印方法。　　5)针对特殊领域立体图像的完整性认证，提出了立体图像可逆认证水印。通过差值扩展嵌入水印，能够检测立体图像是否被修改。若立体图像没有被修改，则能够完全恢复图像；否则能够定位篡改位置。此外，采用立体图像关系改进篡改检测。实验证明本方法能够较好定位篡改。