互联网的迅猛发展使得人们可以轻松获得想要的各种信息资源，如图像、文本、音频、视频等。视频因同时包含了影像、声音、文字等多种信息，应用更加广泛。但随着视频编辑软件的产生和发展，视频的非法攻击和篡改变得越来越容易，使得人们对视频的信任度降低，也使视频的版权得不到有效的保护。所以为了保护版权所有人的合法权益，提高网络视频的可靠性和可信度，人们引入技术手段对视频进行处理，由此产生了视频数字水印技术。通常视频数字水印技术分为三类。第一类是将水印嵌入到原始视频序列中，第二类是将水印与视频压缩过程相结合，第三类是在视频压缩后的数据信息流中嵌入水印。本论文主要是研究第一类，即将水印嵌入到原始视频序列中。因为视频序列其实是图像帧的连续播放，所以很多应用在图像载体上的方法可以应用在视频序列水印方案中，同时，视频也有不同于图像的特征，根据其特征可以设计更高质量的水印算法。本文首先介绍了视频水印方法研究的背景及前景、水印嵌入方法的分类、视频水印模型、视频水印特点、水印的攻击方法、水印的评估准则等，这是水印的基础知识。论文提出了视频序列的扩频水印方案和基于视觉模型和变化区域定位的量化水印算法。扩频水印算法是将水印扩频和调制预处理后，嵌在视频的DCT域系数中。扩频水印方案是图像水印算法中的经典算法，同样也适用于视频水印方案，本文把这种算法与频域水印和预处理技术相结合，并用MATLAB仿真验证了该方案的可行性。结果显示扩频视频水印方案对帧剪切和帧删除都有良好的鲁棒性。随后介绍了基于视觉模型和变化区域定位的量化水印算法。因为视频中最重要的信息就是其变化区域，所以把水印嵌在该重要信息分量上有益于提高水印的鲁棒性，同时，人眼对运动或变化区域的“错误”较不敏感，使得这种水印方案有较好的不可见性。本文用三帧差法提取视频的变化区域作为水印嵌入区域，然后用基于Watson视觉模型的量化方法把水印嵌在视频序列帧的DCT域上。并把此方法和不提取变化区域的一般水印嵌入方案进行了对比实验，实验证明了该方法的优越性，显示该方法对高斯白噪声，剪切攻击，JPEG压缩、MPEG压缩等有一定的鲁棒性。三帧差法提取视频变化区域有计算简单，实时性好等优势，但定位的精度不高。论文最后引入基于独立分量分析的视频运动目标提取方法，这是能提高定位运动区域精度的一种较新算法，但是会增加算法的复杂度。随着对水印技术研究的深入，各种各样的视频水印方法层出不穷，但同时，随着现代科科学技术的不断创新，新的问题也将会层出不穷，这就要求水印技术要紧跟时代科学技术的潮流，不断提高和创新。