数字水印技术作为解决版权保护、内容认证和网络安全等问题的有效手段，已成为人们关注的研究热点。当前水印技术面临的一大严峻问题是破坏水印与载体图像同步性的几何攻击，使得嵌入到图像中的水印很容易受到几何攻击而失去作用。本文以数字图像为研究对象，进行了抗几何攻击的数字水印算法的研究。
　　 论文结合人类视觉基本特性，重点讨论了奇异值分解(Singular ValueDecomposition，SVD)在抗几何攻击方面的特征和应用，并在此基础上研究了两种基于SVD的数字水印算法：
　　 (1)基于分块奇异值自适应数字水印算法。针对传统SVD水印算法中调节因子单一性问题，研究了一种分块SVD的自适应数字水印算法。该算法在小波域对载体图像分块，根据图像块自身亮度与纹理特性，计算其均值、方差及信息熵等特征值，通过采用“类划分”思想自适应地确定各图像块最佳调节因子，将灰度水印奇异值嵌入到载体图像奇异值中。仿真结果表明，该算法有效地克服了传统水印算法中存在的块效应问题，具有较好的不可见性和鲁棒性。
　　 (2)基于奇异值量化的抗几何攻击盲水印算法。根据Zernike矩的旋转不变性与尺度不变性理论，研究了一种DWT域基于Zernike矩与SVD相结合的抗几何攻击盲水印算法。算法首先选取水印嵌入域，对嵌入域图像进行二级小波变换，提取近似分量并SVD，其次选取量化步长δ，通过对载体图像的奇异值采用分块量化的方法嵌入置乱后的二值水印信息。最后，利用原始图像的Zernike矩作为校正几何攻击的参数，对受攻击的水印图像进行几何纠正，加强算法的抗几何攻击能力。水印提取实现了盲提取。仿真实验证明了算法不仅具有较好的不可见性和鲁棒性，同时对受几何攻击后的含水印图像具有识别纠正能力，整体性能明显优于同类的水印算法。