数字信息化的进步，为多媒体的高速发展提供了平台。互联网技术和存储的扩容为图像、视频等多媒体数据的应用、复制和传输带来很大方便，但同时为数据的篡改、盗取等行为提供了可能性，数字信息的安全性受到威胁。数字水印技术将不可见标记嵌入到原始载体中，有效保护了载体的安全性，使其广泛应用于图像识别、图像检索、指纹检测等领域。　　数字水印技术经研究发展，在空域、变换域、压缩域等方向均取得很大成就。尤其是最小可觉差（Just Noticeable Distortion，JND）模型的出现促进了数字水印技术的发展，产生了基于视觉模型的扩展变换抖动调制（Spread transform dither modulation，STDM）水印算法、基于鲁棒JND模型的量化水印算法等经典方案。在实际研究中我们发现JND模型并未考虑视觉特性，不能很好的描述人眼特性，使得数字水印系统在鲁棒性和不可感知性之间不能协调得到平衡，水印系统无法满足实际应用需求。基于上述原因，本论文对JND模型进行了创新，并结合STDM水印算法，提出了效果更优的水印方案。主要工作如下：　　1．在有关水印算法探究中，视觉特性的作用不容忽视。最近研究成果表明，边缘信息是图像大部分语义信息的最重要特征。本文提出了一种基于语义信息JND模型的STDM水印算法。首先在语义信息方面进行了探索，利用图像边缘信息，对JND模型进行改进创新，提出了基于语义信息JND模型的水印算法。通过这种方式，水印系统在鲁棒性、保真度上均能保持很好的性能。　　2．目前，视觉显著性（Visual Saliency，VS）模型引起了广泛关注。大多数脊椎动物（包括人类），都能自主地更注重视觉场景的显著区域。众所周知，感知水印应该充分利用人类视觉系统（Human Visual System，HVS）已有研究成果。JND系统把HVS用计算机语言模型化，而VS模型是另一个影响人类视觉的因素，本论文提出基于视觉关注的新型JND模型，既融合视觉关注这一重要视觉特性，又能结合对比掩蔽因子、亮度掩蔽因子和视觉显著特性计算使用在水印嵌入器和检测器上的视觉冗余向量。随之，提出基于视觉关注JND模型的STDM方案，更好的提高了水印图像的感知质量。