随着计算机、多媒体技术和网络的迅速发展,数字内容的使用呈指数级增长。数字内容容易复制、方便存储和传播等特点使其版权问题日益突出,相关的版权保护问题引起了各国业界、政府和法律界的广泛关注。实践证明,保护数字内容版权不仅要依靠法律法规,更重要的还得依靠技术手段。数字水印为保护数字内容版权提供了有力的技术支撑,成为信息安全领域的研究热点。数字水印将称为水印的标识以人类感官不可感知的方式隐藏在作为载体的数字内容中,用来确认版权归属、认证等。本文以水印通信模型为基础模型,主要围绕高斯混合模型、变分推断、矩阵分解、人类视觉系统、独立成份分析、群智能优化以及量子秘密通信等关键技术,重点研究了有意义灰度图像水印的隐蔽性、鲁棒性、容量和安全性等问题,为水印技术的发展和实际应用提供了有效解决方案。论文的主要研究内容归纳如下:(1)分析并提出了基于高斯混合和变分推断的水印算法在研究了高斯混合和变分推断基础上,设计水印算法。算法主要包括高斯混合模型及其参数的变分推断、水印隐藏和水印提取等部分。采用高斯混合模型描述宿主图像特征,使用变分算法估计GMM模型参数。根据GMM模型参数将宿主图像多描术编码为三个部分,其中一个用于隐藏水印,一个用作参考。然后对用作隐藏水印的描述符和用作参考的描述符以及灰度水印图像进行轮廓波变换。考虑到水印的隐蔽性和鲁棒性,选用轮廓波变换的低频和中频子带做为水印隐藏空间。在提取水印过程中不需要原始宿主图像参与,实现了灰度水印的盲提取。此外,在研究了矩阵的代数性质上,设计了基于舒尔分解的水印方案。实验表明这些方案不仅能很好的满足数字水印的基本特性要求,而且对滤波、噪声、压缩、平移、旋转、缩放等常见的攻击具有较好的鲁棒性。(2)研究并提出基于人类视觉系统的自适应水印方案针对水印隐藏强度矩阵化问题,本文提出了一种自适应水印方案。该方案通过分析人类视觉系统对载体图像的亮度和纹理等的响应关系,并基于噪声可见度函数,构造隐藏强度矩阵。这样可在水印隐藏空间中,根据载体图像的内容自适应的隐藏最大强度的水印信号。在此基础上,结合独立成分分析方法,设计相应算法,估计出解混矩阵和水印信号,把载体信号和水印信号相分离,从而实现了有意义灰度图像水印的盲提取。(3)研究并设计了基于优化技术的智能水印算法针对伸缩因子的最优化问题,提出了一种基于粒子群优化的智能水印算法。若干粒子在解空间中启发式、全局搜索最优伸缩因子。实验结果表明,本方案能有效抵抗椒盐噪声、JPEG压缩、直方图均衡、均值滤波、剪切、缩放、旋转、平移和镜像等攻击。该方法不仅有较快的运行速度和易收敛性,而且使得水印的隐蔽性和鲁棒性取得了良好的平衡。(4)设计基于量子秘密通信的水印算法和协议针对水印的安全性、隐蔽性和水印容量等问题,结合量子秘密通信技术,设计了三种水印隐藏算法:一是基于Bell对偶基的纠缠交换的水印算法。该算法由初始化阶段、窃听检测阶段、水印隐藏阶段和水印提取阶段构成。分析表明,算法能够抵抗常见的量子攻击,具有较高的安全性。二是基于量子纠错码的水印方案。该方案由基本稳定子水印算法和密钥控制的稳定子水印算法构成。这两种水印算法均能较好的隐藏和提取水印,方案具有较高的水印容量和可扩展性。三是基于量子秘密共享的门限水印算法。Alice为水印隐藏方,Bob和Charlie为水印提取方。Alice将水印和载体各分为两份,其中一份给Bob,另一份给Charlie。Bob和Charlie不能单独恢复水印,只有当他们合作时,才能成功恢复原始水印。分析表明在隐蔽性,水印容量和安全性等方面具有较好的性能。