随着计算机技术的进步，网络的普及，数字产品如电子书籍、图像、音频、视频等以前所未有的速度大量涌现。由于数字媒体获取便捷、复制方便、传播迅速等优点，极大地丰富了人们的生活。但是，网络的开放性和共享性也同时为版权侵犯、信息篡改等开启了方便之门。因此，如何有效的保护数字产品以及如何在信息共享的同时实现秘密通信，成为急需解决的关键问题。于是，为版权确认、盗版追踪、秘密通信、数字媒体的真实性和完整性认证等提供一种解决方案的数字水印技术，受到了密切的关注。 近年来，数字水印技术的研究已经取得了一定的进展，涌现出大量的算法。但是，目前这一领域仍处于发展阶段，相关算法和评价标准还不够成熟，还没有形成一个相对完善的体系，许多方面还有待深入。 本文首先概述了数字水印技术的相关理论，然后证明了图像奇异值分解的两个新的性质，利用这两个性质，设计并实现了一个基于多分辨率奇异值分解的数字水印算法。文章的最后部分，结合人眼视觉特性，又提出了一个新的基于HVS和SVD的数字水印算法。具体内容如下： ·本文证明了关于图像奇异值分解的两个新性质，并且用实验验证了这两个性质的相关结论。这两个性质分别是：一，对图像奇异值分解，其奇异值平方和的平方等于该图像的能量谱。二，对图像奇异值分解，在损失等量能量谱的情况下，按比例缩小所有的奇异值与忽略掉一部分较小的奇异值相比，重构图像的平方误差更小。 ·利用上述关于图像奇异值分解的两个新性质，以及多分辨率奇异值分解，提出了一个新的数字水印算法。该算法具有以下优点： 首先，鲁棒性强。该算法满足能量谱条件，而满足能量谱条件的数字水印算法被认为是鲁棒性最好的。 其次，适应性好。只要宿主载体可以表示成矩阵形式，就可以使用该算法来嵌入水印信息，因此算法的宿主载体不仅仅局限于文中提到的灰度图像，同样可以应用到其它数字媒体如彩色图像、视频等。 再次，水印容量大。该算法可以嵌入与载体图像同样大小的水印数据量，算法的鲁棒性同时仍可以很好的保持。利用该性质，可以在一个载体中嵌入多个水印来实现不同的功能，或者嵌入多重水印进一步增强算法的鲁棒性。 最后，算法中，把嵌入图像进行多分辨率奇异值分解后的低频图像映射到宿主载体的奇异值中，在水印检测端，验证提取出水印图像的低频图像与通过映射重构得到的相应低频图像的相关性，判断提取出的水印是否与嵌入的水印一致，克服了文[1]中指出的一部分利用奇异值分解的数字水印算法存在的缺陷。 ·利用人眼视觉系统的掩蔽效应和图像奇异值的稳定性，提出了一个基于HVS和SVD的数字水印算法。它借助人眼视觉系统的掩蔽效应，对宿主载体图像分块，选择掩蔽效应较好的图像块，进行奇异值分解，然后通过一定的规则修改其中的奇异值并嵌入水印信息。具有很好的不可感知性、鲁棒性和适应性。同样完全不会产生文[1]中基于奇异值分解的数字水印算法存在的问题。