互联网的飞速发展极大地方便了人们从网络上获取多媒体数据,同时也给版权保护这一问题提出了新的挑战。数字水印技术作为一种新的有效数字产品版权保护的技术手段,是目前国际上信息隐藏领域内的一个重要分支。数字水印技术就是将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中的一种技术,用来跟踪多媒体数据的发布与使用。数字水印的特殊应用要求嵌入的水印信息不仅具有透明性,而且具有强鲁棒性能够抵抗各种类型的攻击操作。本文主要研究人工神经网络在数字图像水印技术中的应用。介绍了数字水印的基本概念、算法理论框架及应用领域;阐述了人工神经网络的基本概念、网络结构、常用模型及在水印技术中的应用现状;在水印算法方面提出了几种新方法。本文的主要工作为:(1)介绍了数字水印的基本概念、算法理论框架及应用领域,并且针对不同的信息隐藏方法,对现有的数字图像水印算法进行了总结和比较;阐述了人工神经网络的基本概念、网络结构、常用模型及在水印技术中的应用现状;(2)结合RBF网络和Hopfield网络的特性提出了一种新的空域图像水印算法。该算法具有透明性好、鲁棒性强、提取水印时不需要原始图像等优点。仿真实验表明:该算法对噪声污染、剪切、JPEG压缩等攻击具有较强的鲁棒性。(3)利用奇异值分解的良好性能以神经网络的优势,提出了一种新的基于奇异值分解和BP网络的数字图像水印算法。首先将图像进行分块,然后通过各个图像子块的奇异值分解获得奇异值,将需要被嵌入的子块的奇异值进行相应的修改后,建立BP网络模型进行嵌入水印嵌入和提取。水印的提取不需要原始图像。实验结果表明该算法对各种图像处理和攻击,尤其对于抗几何攻击具有良好的鲁棒性和不可见性。