随着互联网和信息技术的蓬勃发展,以及各种短视频App的兴起,视频己渗透到人们生活的方方面面。这在丰富人们生活、提高人们生活水平的同时,也使网络信息安全受到了严重威胁,尤其是视频数据的安全。由于缺乏有效的版权保护措施,盗版视频充斥网络,各种视频侵权问题和维权之争层出不穷。针对数字视频的版权保护己迫在眉睫。鲁棒视频水印,由于其良好的隐蔽性、鲁棒性和稳定性,为解决版权保护问题提供了一种可行方案。针对现有鲁棒视频水印算法存在的难以实现不可感知性与鲁棒性之间的最优平衡、对高效视频编码(High Efficiency Video Coding,HEVC)压缩抵抗能力较弱、以及对大尺度几何攻击的鲁棒性较差等问题,本文对变换域的鲁棒视频水印算法进行研究,主要完成工作如下:(1)针对当前视频水印算法对HEVC压缩抵抗能力较弱的问题,同时更好地解决不可感知性与鲁棒性之间的矛盾,本文设计了一种基于混合变换的鲁棒视频零水印算法,将零水印技术引入视频水印算法来抵抗HEVC压缩攻击。结合离散小波变换(Discrete Wavelet Transform,DWT)的多分辨率特性、全相位双正交变换(All Phase Biorthogonal Transform,APBT)良好的低频能量聚集特性以及奇异值分解(Singular Value Decomposition,SVD)的稳定性,从视频中提取鲁棒特征,并构造零水印。由于算法不对视频进行任何修改,不会对视频质量产生任何影响。此外,采用基于简单平均法的水印后处理过程,提高了水印检测的准确度,进一步提高了算法的鲁棒性。实验结果表明,该算法对不同量化参数(Quantization Parameter,QP)的HEVC压缩均具有良好的鲁棒性,且可抵抗噪声、滤波、缩放、剪切、粘贴以及基于帧的攻击,但对旋转攻击,特别是大尺度的旋转攻击抵抗能力较弱。(2)针对上一算法中存在的对大尺度旋转攻击抵抗能力较弱的问题,设计了一种基于极复指数变换(Polar Complex Exponential Transform,PCET)和Logistic映射的鲁棒视频零水印算法。通过分析视频帧经不同角度的旋转攻击后发生的像素损失情况,针对不同分辨率视频确定可变的特征提取区域。将具有几何不变性的PCET引入视频零水印算法中,并与Logistic映射相结合,从视频中提取特征序列,与经斐波那契变换加密后的水印图像进行异或(Exclusive OR,XOR)操作,得到零水印信息。将多数表决策略引入水印后处理过程,提高了水印图像重建的精度。实验结果表明,该算法对旋转攻击具有良好的抵抗能力,也可以抵抗HEVC压缩攻击。此外,该算法对噪声、滤波、缩放、剪切、基于帧的攻击以及混合攻击均具有良好的鲁棒性。