随着数字网络通讯的飞速发展,使得信息的发布和传输实现了数字化和网络化,如何防止数字产品被侵权、盗版和随意篡改,已成为世界各国急待解决的问题。为弥补传统密码学自身缺点,人们开始寻求另一种技术对加密技术进行补充,从而使解密后的内容仍能得到保护,数字水印技术就是这样的一种补充技术。因为它在数字产品中嵌入信息不会被常规操作去除,因此有着广泛的应用价值。小波分析又称多分辨分析,是在傅立叶分析的基础上发展起来的新型学科,具有深刻的理论意义和实用价值。是目前国际上科技学术界高度关注的前沿领域。　　本文以静止图像为研究对象,对目前典型的图像数字水印算法进行了归纳和探讨,深入研究了小波理论以及小波在图像数字水印中的应用。在前人研究的基础之上,提出了两种有效的图像数字水印算法,一种是基于小波域的,另一种是基于小波包域的。　　1.提出了一种基于Hilbert扫描和奇异值分解(singular value decomposition,SVD)的小波域图像水印技术。算法以一幅有意义的二值水印图像为水印信号。首先对原始图像进行一层小波变换,对低频分量进行图像分块,并对每一个图像块进行SVD。利用了SVD的单向非对称性和正交矩阵的性质,给出了一种自适应水印方案,并且在嵌入过程中,充分结合了Hilbert扫描曲线能保持图像空间局部连接性的良好特性。然后,利用图像的局部统计特征自适应的修改阈值,利用两个阈值严格控制系数的修改程度,使算法达到不可见性和鲁棒性之间的最优平衡。水印的提取无需原始图像的参与,达到了真正的盲水印。试验结果表明,该算法是有效的,对常见的图像处理操作具有较强的鲁棒性。　　2.提出了一种基于小波包变换的自适应水印算法,首先对原始图像进行小波包分解,对水印图像进行一层小波分解。根据视觉感知特性将水印的低频分量自适应的嵌入到原始图像的低频分量中,嵌入强度根据原始图像的内容自适应的决定。水印的中高频分量用位置自适应的方法嵌入到原始图像的中高频分量中。在嵌入过程中很好的利用了Hilbert扫描曲线的特性。试验结果表明,该算法对常见的图像处理操作具有较强的鲁棒性。　　本文所提出的两种算法都在matlab7.0中进行了仿真试验,并与其它算法进行了比较。结果表明,本文所提出的算法是有效的,对常规的图像处理具有良好的鲁棒性和不可见性。