随着市场上视频产品种类及数量的剧增,其版权保护、安全认证等问题日益突出,视频水印技术被广泛应用于这些领域。视频具有数据量庞大且冗余量过多、运动及非运动区域分布的不平衡等特性,致使视频水印存在许多亟待解决的技术难题。相对于静态图像水印算法,视频水印算法具有更严格的要求,如更高安全性、更低复杂度、更高鲁棒性、盲提取等。对此,本文首先利用图像加密原理设计一种水印图像预处理算法,再利用小波变换、奇异值分解及人眼视觉特性,提出两种基于原始视频的鲁棒水印方案。为了提高水印的安全性及鲁棒性,提出一种双重置乱的水印图像预处理算法。首先将图像均匀分块,根据Amold变换实现各子块之间的置乱；然后利用Logistic混沌映射置乱实现各子块内部像素位置的置乱；最后通过像素的重新分配完成图像的位置置乱。在此基础上,再利用多维的Arnold变换与Logistic混沌映射置乱实现灰度置乱。通过实验验证了算法具有置乱效果好,密钥空间大等优点。为了降低算法复杂度及提高水印的鲁棒性,提出一种基于整数提升小波变换及奇异值分解的视频水印方案。该方案首先将视频序列进行长度为4的等长分组,然后通过密钥选取部分视频序列组的亮度分量进行2层帧间整数提升小波变换,并对所得低频帧图像被划分的各子块进行奇异值分解,最后通过量化方式在各子块的最大奇异值中嵌入水印信息。算法实现了水印的盲提取,通过实验验证分析说明算法具有不可感知性,对噪声攻击、帧删除、帧置换等攻击具有比较好的鲁棒性。为了提高水印的透明性及鲁棒性,提出了一种基于三维小波变换的自适应视频水印方案。利用人眼视觉特性,设计一种纹理分类和运动检测方法,建立了一种以纹理参数、运动参数及量化参数为基础的改进水印嵌入模型,并将此应用于该算法中。算法将视频序列进行场景分割,选取部分场景中的连续4帧图像亮度分量进行三维小波变换,并对所得低频系数进行纹理分类及运动检测,根据结果及水印嵌入模型,动态调节各低频子带系数嵌入水印信息。算法实现了盲提取,实验结果表明此算法不仅具有良好的不可感知性,还能有效的抵抗帧内剪切、帧平均等攻击。通过融合Arnold变换及Logistic混沌映射,设计的水印图像预处理算法利于提高水印的安全性及鲁棒性；利用整数提升小波变换及奇异值分解,提出的水印方案降低了算法复杂度,具有较好的鲁棒性；将人眼视觉特性与三维小波变换充分融合,给出的水印方案不仅具有较好的透明性,还具有较强的鲁棒性。