随着计算机、网络和通信技术的飞速发展，特别是Internet的普及，信息的安全保护问题日益突出。水印技术是一门新兴的信息隐藏技术，它利用数字作品中普遍存在的冗余数据，向数字作品中加入不易察觉，但可以判定区分的秘密信息，从而起到保护数字作品的版权或者完整性的作用。其作为多媒体领域中知识产权保护的有效手段，正得到广泛的研究与应用。 本文首先提出了一种基于小波域有意义二值图像数字水印算法。利用广义猫脸映射的混沌序列对水印序列的嵌入位置进行置乱，增加了嵌入水印的安全性；利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中。仿真实验结果表明了该算法的鲁棒性。其次，提出了一种基于完全反向传播神经网络FCNN(Full Counter-pagation Neural Network，FCNN)的数字水印新算法。传统的数字水印算法要求复杂的嵌入与检测过程。将水印图像嵌入到原始图像中，嵌水印的图像与水印图像样本集输入神经网络进行网络训练。在检测过程中，嵌水印图像输入神经网络检测水印图像。无论在有无攻击的情况下，用训练过的FCNN能够更好的检测出水印图像。对提出的水印算法给出了仿真实验结果。最后，提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入，利用Hopfield神经网络记忆原始图像以及原始水印图像信息。在水印检测时，通过神经网络从嵌入水印的图像中联想出原始图像和水印嵌入信息，再利用嵌入水印图像和联想出的原始图像提取出水印，实现水印的盲检测。