互联网技术的飞速发展使得多媒体技术迅速兴起,文本、音频、图像以及视频等多媒体数据的制作、存储和传播,变得越来越方便和快捷,并且不会导致内容质量的下降。但是通过网络传输的多媒体数据极易被盗版者非法拷贝、修改和传播,版权所有者的权益得不到保障。数字水印技术通过在多媒体数据中添加某些信息,可达到保护版权并证明其真实可靠性的目的。针对数字图像的版权保护以及内容认证问题,本文以量化水印算法以及压缩感知理论为基础,研究了鲁棒性图像水印算法、半脆弱图像零水印算法以及图像双水印算法,主要工作如下:1.为了更好均衡水印的不可感知性以及鲁棒性,本文研究了基于视觉显著性和轮廓波变换的改进的对数量化索引调制水印算法。该算法先对载体图像分别进行显著性检测和轮廓波变换,并对变换后的低通子带进行分块,根据块内的显著性值以及能量分布决定每一块的量化步长;为了获得对幅度缩放攻击的鲁棒性,改进了对数量化索引调制算法,并利用此改进算法将水印信息根据量化步长嵌入到低通子带块的最大奇异值中。实验结果表明,所提算法具有良好的不可感知性和很强的鲁棒性,能有效地抵抗多种攻击,且优于LQIM等算法。2.为了进一步提高水印的鲁棒性和安全性,本文研究了基于分块压缩感知的角度量化索引调制水印算法。选取混沌序列构造的稀疏随机矩阵作为观测矩阵,对载体图像进行分块压缩感知,在每一块中选择最优的两个观测值,利用角度量化索引调制算法将水印信息嵌入其中,再利用最小全变分算法重建出嵌入水印的图像块。实验仿真验证了算法的安全性,也表明该算法的鲁棒性要优于现有的一些算法。3.为了提高图像篡改检测的精度,本文研究了基于分块压缩感知的DWT域半脆弱零水印算法。对待测图像进行离散小波变换,然后对四个子带分别进行分块压缩感知,将对应于同一图像块的四个子带的观测值进行组合,作为该图像块的零水印信息。在检测时,只利用零水印中LL子带块观测值进行篡改检测和定位,若检测到被篡改图像块,则利用该图像块的完整零水印进行恢复。实验结果表明该算法能有效检测并恢复篡改图像,性能与BCSSFZ算法相比有所提高。4.为了解决水印算法功能单一的问题,本文在基于分块压缩感知的角度量化索引调制水印算法和DWT域半脆弱零水印算法的基础上,提出了基于分块压缩感知的双水印算法。该算法首先嵌入鲁棒性水印,再对嵌入鲁棒性水印的图像进行离散小波变换并构建半脆弱零水印。当进行水印的检测和提取时,先利用半脆弱零水印判断图像是否遭到篡改,如被篡改,则利用零水印恢复出未篡改图像,然后再进行鲁棒性水印的提取;否则可直接提取鲁棒性水印。实验结果表明,该算法既保持了鲁棒性水印良好的抗攻击能力,也能有效检测恶意篡改并恢复篡改区域。