随着网络技术的飞速发展,大量通过网络传输的多媒体信息的真实性和可靠性越来越引起人们关注。图像认证是为了验证图像的真实性和完整性而发展起来的一种技术。目前,这项技术已被广泛应用于司法诉讼、医学、军事图像验证等多个领域。本文在详细介绍图像认证系统的一般框架、系统的分类及设计要求的基础上,深入研究了基于数字水印的图像认证技术,分析和比较了典型的用于图像认证的脆弱与半脆弱水印算法,总结了认证水印存在的主要问题。主要的工作包括以下几个方面：1.提出了一种基于图像内容认证的小波域半脆弱水印算法,算法利用小波变换模极大值法提取图像的边缘特征,Arnold置乱边缘特征后作为第一个待嵌入的水印信息。将图像三级小波分解后的低频分量经混沌映射后作为第二个待嵌入的水印信息,水印以量化小波系数块的方式嵌入,水印提取和图像认证时不需要原始水印的任何信息。算法能将较高质量的JPEG压缩、适度的线性滤波及添加少量噪声的操作与剪切、伪造等修改图像内容的操作区分开来,并具有良好的篡改定位能力。双水印的使用避免了由单一水印认证造成的漏检,并且通过调节阈值可实现不同级别要求的图像认证。2.提出了一种基于图像内容认证的Contourlet域半脆弱水印算法,算法修改了小波域的HVS模型,将修改后的模型应用于Contourlet变换域,提取图像的颜色、边缘、纹理特征作为水印信息。水印嵌入时选择变换后能量最大的方向子带,将该方向子带利用混沌映射置乱后嵌入水印。实验证明本文算法提高了载体图像的透明性与水印的安全性。认证检测时,无需原始图像和原始水印,实现了盲认证。算法能够抵抗JPEG、JPEG2000压缩等一般的图像处理操作,并对恶意篡改报警,定位篡改部位。滑动窗口滤波消除了一般图像处理操作产生的虚假的报警点。3.提出了一种非下采样Contourlet域的图像零水印算法,算法利用非下采样Contourlet变换提取图像边缘作为水印,边缘提取的同时采用小波域萎缩阈值去噪的方法抑制噪声,减少了噪声对提取结果的影响。认证时,按水印生成时的边缘检测方法提取待认证图像的边缘特征,与解密后的原始特征进行对比,计算原始边缘特征与待认证图像边缘特征的归一化相关系数衡量算法的鲁棒性。实验证明本文算法提取的图像边缘与传统的边缘检测算子相比在保留图像细节边缘的同时具有更强的抗噪性能,并能根据边缘的差异进行篡改定位。