数字化产品的飞速发展极大地刺激了人们对于私人内容的安全性需求。数字水印技术是一种保护数字产品版权的重要手段,通过将私人信息嵌入到图像、音频和视频这些数字载体中来进行身份认证。本文在研究传统变换域水印技术的基础上,设计并实现了两种盲水印算法。论文的主要研究工作如下:基于轮廊波变换(Contourlet Transform,CT)、离散余弦变换(Discrete Cosine Transform,DCT)、奇异值分解(Singular Value Decomposition,SVD)和加速鲁棒特征提取(Speed Up Robust Features,SURF)算法实现了一种抗几何攻击的盲水印算法。在水印嵌入过程中,首先使用轮廓波变换处理宿主图像,提取其低频子带来作为水印嵌入区域,然后利用离散余弦变换分解低频子带并提取出所有DCT中频系数。随后利用4种常见攻击手段测试所有DCT中频系数,并选择出8个最稳定的系数来构造2个2×2的载体矩阵。最后通过修改载体矩阵的最大奇异值来嵌入水印信息。在提取水印之前,基于加速鲁棒特征算法设计了一种同步机制来估计几何失真参数并校正受攻击图像。在水印提取过程中不需要原始宿主图像和水印信息就可以恢复水印。实验结果表明,该方案具有较好的隐蔽性,并对多数常见攻击具有较好的鲁棒性。结合Canny边缘检测、轮廓波变换和奇异值分解技术设计了 一种鲁棒性盲水印算法。利用边缘检测技术将图像分为边缘区域和平坦区域,并通过实验证明了将水印嵌入在图像平坦区域会提高隐蔽性。在仿真实验中,首先利用轮廓波变换分解宿主图像,将分解得到的低频子带分块并对每个子块进行奇异值分解,最后将水印序列嵌入到由奇异值分解生成的U矩阵中。此外,利用最小二乘曲线拟合选择出最佳的嵌入阈值,在保证算法隐蔽性的同时最大限度的提高了对于几种常见攻击的鲁棒性。对水印算法进行了多方面的性能测试,测试结果验证了该算法的隐蔽性和鲁棒性。