资源共享成为网络生活的主题,随之而来的多媒体数据安全问题成为目前一个相当重要而又富有挑战性的研究课题。密码学方法加密了多媒体对象的内容,使之变成密文,在一定范围内起到了保护作用。然而,一旦加密的多媒体数据被解密,密码学方法对解密后数据的非法拷贝和篡改操作则显得软弱无力。此时,另一种多媒体保护技术——数字水印技术兴起,成为补充传统密码学保护手段的有效途径。有效用于版权保护和内容认证的数字水印技术利用多媒体数据的冗余特性通过向被保护的多媒体数据中加入秘密信息,起到标识、鉴别、控制或隐藏信息等作用。　　图像和视频在多媒体数据中扮演着重要的角色。本文借助于数字水印技术,重点研究图理论在图像内容认证上的应用,判断图像内容是否被恶意篡改,期望能更好地辨别图像内容真伪,同时也为图理论在图像处理和信息安全领域中的新的应用进行有益的探索。针对图像内容认证中的热点和难点问题,论文的主要研究成果如下:　　设计了一种基于Tchebichef矩的半脆弱图像数字水印算法。在对空域和变换域数字水印技术进行研究的基础上,总结了添加和提取数字水印的一般过程。将基函数采用Tchebichef多项式的Tchebichef离散正交矩用于半脆弱图像数字水印算法中。算法通过修改图像的Tchebichef矩来实现数字水印的嵌入,并设计了查找表法实现Tchebichef矩的快速计算,大大降低了计算Tchebichef矩的时间复杂度,使水印的添加和检测具有实时性。实验表明,算法对一些常用的图像处理算法容忍度强,对恶意篡改敏感,适用于图像的内容认证。　　提出了基于图理论的图像内容Hash算法。通过寻找有效的图像图描述方法,提出了基于图的加权邻接谱的图像Hash和基于图的Laplace谱的图像Hash生成算法并做了安全性分析。在此基础上使用脆弱水印算法将Hash值嵌入原始图像中,实现了基于加权邻接图谱特征的图像内容认证和基于Laplace图谱特征的图像内容认证。实验表明,基于图谱特征的图像Hash能够较好的表现图像的内容,定位恶意篡改发生的区域,可以有效用于图像内容认证算法中。　　提出了基于视觉注意机制和图聚类的视觉焦点提取算法。哺乳动物视皮层 V1区简单细胞感受野具有三个特性:空间的局部性、频域的带通性和方向性。模拟视皮层V1区特性,在多尺度分析方法的基础上,引入选择性视觉注意机制,提出了一种基于视皮层V1区特性的Berkeley小波变换对比度金字塔视觉焦点区域提取算法。在此基础上采用基于图的聚类算法,分别使用最小生成树(MST)、K近邻图(KNN)和互K近邻图(MKNN)对初步提取的视觉焦点进行聚类,更好地选择在视觉上引起人们注意的焦点。　　提出了基于图理论的图像对象内容认证算法。利用数字水印技术对图像中的主体对象进行保护,将对象保护分为两个层次。第一个层次上的对象保护是寻找图像的视觉焦点,在视觉焦点中嵌入数字水印,设计了一种基于ICA的图像FOA区域数字水印算法。第二个层次则更进一步,利用图聚类方法将图像中提取的FOA区域聚类为对象,在不同的对象中嵌入不同的数字水印,起到进一步保护图像内容的作用,还设计了一种基于图理论和支持向量机的图像多对象内容认证算法,可以有效对图像中的不同对象分别进行认证。　　最后,本文针对序列图像设计了基于图理论的视频对象内容认证算法。设计一个内容认证水印的关键是选择水印要保护的对象。MPEG-4标准定义的视频对象具有时间维的特性,同一对象连续的视频对象平面称为视频对象。将基于图理论的多对象提取应用到视频内容认证中,在视频信息中提取FOA区域并使用互K近邻图将其聚类为各个视频对象平面,然后将视频对象平面特征点转化为极坐标后使用极图谱特征对多个视频对象平面进行形状聚类,得到视频对象,在视频对象中嵌入具有时间维特性的水印信息,以保护视频对象内容。