互联网技术的飞速发展加快了数字产品的传播,但复杂的网络环境和多媒体本身的易操作性使得各种盗版、恶意攻击和非法篡改的现象越来越严重。上个世纪九十年代出现的数字水印技术是解决这一问题的一种有效手段,成为学术与产业界研究热点。目前,社会上各种以假乱真、恶意掩盖事实的现象越来越严重,非法篡改原始数字产品带来的信息误判甚至会导致严重的社会事故。为此,一些基于图像认证与恢复的水印算法被提出。本文针对现有自恢复水印算法中恢复图像质量低的问题进行了一些研究工作,具体如下:针对传统SPIHT压缩算法中解码图像质量低的问题,提出了一种基于遗传算法(Genetic Algorithm,GA)的SPIHT改进算法。传统SPIHT算法是基于比特平面的编码,是利用经典小波变换在图像压缩中的应用,从图像失真度出发提出的一种图像压缩算法,但其并未从不同图像自身特征出发选择合适的量化阈值,从而使得不同图像的解码质量并非最优。本文通过推理分析得知,失真是由对小波系数进行量化产生噪声导致的,每级编码都可以看作是阈值T对小波系数的量化,每级T受初始阈值T0的影响,因此,初始阈值T0直接影响到解码图像的质量。提出的改进算法利用GA全局搜索最优个体的功能在SPIHT进行编码之前对初始量化阈值进行优化,使得在给定输出码率的条件下,能够根据输入图像的特性自适应地选择最优初始阈值,让解码图像的失真得到降低。通过对纹理、亮度和对比度等各方面特征均不相同的图像进行测试,本文算法在解码图像质量方面表现良好。并与原SPIHT压缩算法进行了比较,实验数据表明,相较原SPIHT压缩算法,本文算法的解码图像质量更高。针对现有自恢复水印算法中高篡改率下图像恢复质量低的问题,提出了一种改进联合信源-通道编码(Joint Source-Channel Coding,JSCC)技术的自恢复水印算法。该算法首先通过分解因子对图像进行四叉树分解,并根据分解得到的块类进行位平面分层。每个位平面的大小是每个块类的像素数。然后,通过改进的SPIHT算法对原始图像进行压缩,根据位平面大小将SPIHT码流进行分段。为了防止源码信息在传输过程中遭到破坏,要对每个位平面进行不同的RS编码保护,获得相应分解因子的最佳分解结果。此外,改进的算法在重构图像时保留了含水印图像的最低有效位,这能使得图像在任意篡改率下的恢复质量得到进一步的提高。本文算法可以将更多有效位分配给具有高篡改容忍度(Tampering Tolerance Rate,TTR)的高层次位平面,同时,用于恢复原始图像的比特信息可以尽可能多地嵌入到宿主图像中。实验结果表明,相较原JSCC水印算法,本文改进算法在高篡改率下的恢复图像质量更高,体现了大面积篡改攻击下高质量恢复的有效性。