在诸多图像压缩方法中,分形图像压缩方法是当今图像压缩领域中较新的方法之一。图像分形编码以其新颖的编码思想,较高的压缩比,得到了人们的普遍关注。而随着图像分形编码理论的深入研究,分形编码在其他领域的应用也日趋广泛。其中基于分形编码的数字水印技术引起了人们的极大关注,出现了多种分形编码数字水印算法。本文在研究分形编码的基础上,研究基于分形编码的数字水印算法,针对现有分形编码数字水印技术存在的问题,提出了三种不同特点的分形编码数字水印算法。同时,在分析分形编码参数特征的基础上,研究其在图像检索中的应用价值,提出了一种基于分形编码参数核密度估计的图像检索算法。本文首先介绍了图像基本分形编码算法,描述了分形编码的数学基础、编码方法和步骤。同时给出了基本分形编码的仿真实验结果。简要介绍了数字水印技术以及现有的基于分形编码的数字水印技术,总结了现有分形编码数字水印技术的优缺点,为后续分形编码数字水印技术的研究指明了方向。接着,研究了正交化分形编码算法,证明了正交化分形编码参数在迭代过程中的不变性,找出在分形编码参数中可以嵌入水印信息的有效途径。并且,本文通过实验验证了正交化分形解码可以快速收敛,使得解码速度得以提高。在研究正交化分形编码的基础上,依据自适应乘性嵌入准则,构造水印嵌入变换函数,提出了一种基于分形编码的灰度水印嵌入算法。该算法弥补了传统的分形编码数字水印技术只能将0、1序列作为水印嵌入的不足,首次给出了在分形编码参数中嵌入灰度水印的算法。分析了分数阶微积分伪随机序列的特点,并利用此序列对水印加密,提高了水印安全性。实验结果和数据表明,算法可行,且较之传统方法具有更好的鲁棒性。随后,提出了一种基于分形编码的盲水印算法。算法在保证可以嵌入灰度水印的基础上,实现了盲提取。算法基于参数量化调制,通过构造水印变换函数,实现了水印的嵌入。同时,分析了分形编码中拼贴误差的特性,并将此特性应用到水印嵌入中,提出了基于拼贴误差分类的嵌入强度调节方法,使得水印的鲁棒性和不可感知性有了明显提高。以图像认证为目的,提出了一种基于分形编码的脆弱性盲水印算法。该算法将认证水印嵌入分形变换域,又将分形编码参数作为水印嵌入到宿主图像中,使算法在篡改定位的同时,还可以自动恢复原图像。同时,本文还提出了二次水印嵌入策略,降低了图像认证的虚警率和漏检率。实验数据表明,算法可行有效,并且具有良好的篡改定位和恢复原图像的能力。利用核密度估计方法,对分形编码参数的统计特征做出分析,构造检索索引,提出了一种基于分形编码参数核密度估计的图像检索算法。与现有常用的直方图方法相比,该方法进一步提高了检索准确率及检索速度。最后,对全文研究做出总结,就分形编码数字水印技术研究中一些尚待解决的问题进行了讨论,对分形编码在数字水印及其他领域的应用研究做出展望。