随着数字信息技术的迅速发展和日趋成熟,人们迈进了信息化时代,各种多媒体资源便捷的使用加快了人们的生活节奏,但越来越多的非法行为扰乱了互联网秩序。在开放的互联网环境下,许多资源被肆意复制、篡改及传播,这严重侵害了版权所有者的合法权益。因此,保证多媒体信息安全有效地存储和传输成为时下研究的热点。数字水印作为传统加密方法的有效补充手段,是一种可以在开放的网络环境下保护版权和认证来源及完整性的新技术,近年来已引起人们的高度重视,并已成为国际学术界研究的一个热点。不可感知性、鲁棒性、水印容量是衡量数字图像水印算法优劣的最重要指标,且三者存在固有的相互矛盾关系,保持不可感知性、鲁棒性、水印容量之间良好平衡的图像水印方法研究是一项富有挑战性的工作。为有效解决数字图像水印领域的不可感知性、鲁棒性、水印容量之间的良好平衡问题,本文开展了如下研究工作:1、以非下采样轮廓波变换（NSCT）与局部最大势能（LMP）检验理论为基础,提出了基于稳定差值系数边缘分布的NSCT域数字图像水印算法。首先,进行二级NSCT分解,并根据父子相关性计算差值系数,利用乘性方法修改差值系数以嵌入水印;其次,利用柯西对NSCT差值系数建模,选择样本分位数（RSS）方法进行优化模型;最后,利用柯西模型与LMP检验理论构造出局部最优检测器检测水印信息。本方案充分利用NSCT域差值系数以提升算法的鲁棒性,采用RSS方法优化柯西分布模型以提升水印的检测精度。仿真实验结果表明,所提出的水印算法能够较好地保持鲁棒性、不可感知性与水印容量之间的平衡关系。2、结合稳定差值系数的多相关性及第二类统计量（SKS）参数估计的高效性,提出了一种基于稳定差值多相关柯西边缘分布的数字水印算法。首先,利用乘性策略将水印信息嵌入到NSCT域差值系数中;其次,充分结合尺度间父子系数与方向间差值系数,构造基于矢量的柯西边缘分布模型,并利用SKS方法优化模型参数;最后,利用改进的局部最优解码器提取数字水印信息。本方法充分考虑变换域间存在的多种相关性,构造基于第二类统计量方法的矢量柯西统计模型以提升建模的精准度。根据ML准则推导出局部最优解码器以显著提升水印解码率。仿真实验结果表明,所提出的算法即使在较大的水印容量下,仍能够较好地抵抗多种攻击,且同时具备良好的不可感知性,从而有效地处理三者之间的平衡问题。3、结合四元数极坐标复指数变换（QPCET）系数幅值的稳定性与柯西-瑞利分布模型的良好描述能力,提出了一种基于QPCET系数幅值统计建模的彩色图像水印算法。首先,对原始彩色图像进行QPCET,并根据乘性方法将水印信息嵌入到QPCET系数幅值中;其次,利用柯西-瑞利分布对QPCET幅值进行建模,并采用基于遗传算法改进的ML进行参数估计以优化模型;最后,根据LMP理论构造出局部最优检测器检测水印信息,利用改进的ML解码器盲提取具体水印信息。本方法采用QPCET提升了对图像特征信息的捕捉能力,利用柯西-瑞利分布拟合QPCET幅值系数,以提高算法的鲁棒性和检测性能。仿真实验结果表明,所提出的算法不仅具备良好的不可感知性,并且能够较好地抵抗各种处理攻击,同时显著地提高了水印检测器的精度。