随着电子、计算机、网络等技术的不断发展,图像、音频、视频等数字媒体信息成为主流,因易于复制,其安全性和版权保护受到严重威胁。数字水印技术被认为是解决该问题的最有效方法之一,已成为众多学者关注的热点领域。本文在把握数字水印技术现状的基础上,总结说明了数字水印的分类、特征、基本框架和评价标准。在分析Contourlet变换原理和特点的基础上,结合QR和SVD分解,分别提出了两种Contourlet域的盲数字水印算法,均获得了较好的效果。论文的主要工作如下:1、提出了一种基于QR分解的Contourlet域盲数字水印算法。该算法结合了 Contourlet变换和QR分解,对载体图像Contourlet分解后的低频子带进行分块,并对其进行QR分解。二值水印图像经过Arnold置乱和降维预处理后,被量化嵌入到R矩阵选定的三个元素中。提取水印前先通过Hough变换进行旋转校正,之后采用多数原则并根据水印的逆过程从含水印图像中提取出水印。2、提出了一种基于SVD分解的Contourlet域盲数字水印算法。该算法对载体图像Contourlet分解后的低频子带进行分块和SVD分解。按照自适应的量化步长,将经过置乱和降维预处理后的二值水印图像量化嵌入到S矩阵选定的元素中。提取水印前通过Hough变换进行旋转校正,之后按照嵌入的逆过程从含水印图像中提取出水印。3、对提出的两种盲数字水印算法进行不可见性和抗攻击实验,并与同类算法进行了对比。实验表明,两种算法对JPEG压缩、滤波、噪声、缩放、旋转剪切等攻击都具有很强的鲁棒性。与其他算法相比,基于QR分解的Contourlet域盲数字水印算法在抗椒盐噪声、高斯噪声、旋转攻击方面效果突出;基于SVD分解的Contourlet域盲数字水印算法在抗JPEG压缩、高斯噪声、旋转、剪切攻击方面更有优势。