本文首先阐述了自嵌入水印技术的研究背景及意义,然后介绍了自嵌入水印算法的基础知识、性能评价指标和国内外研究现状。接着,本文第二章着重对现有应用喷泉码的自嵌入算法进行深入分析研究和仿真,同时指出现有算法存在的若干问题。为了缓解存在的问题,本文设计了两种新的自嵌入算法：首先设计了一种结合梯度特征和自调整机制的自嵌入算法。算法首先将图像块按照定义的块梯度特征进行分类；接着根据设计的自调整机制,以“类型水印理想载荷”为基准,按“就近原则”自适应的计算权衡类型水印与恢复水印的嵌入量,求出适合测试图像的目标容错率和期望达到的恢复信息量；然后根据原恢复信息量与期望恢复信息量之间的大小关系判定图像需要增加还是减少恢复信息,同时更新重构模板用以调整恢复信息,拟合目标容错率；最后将二次匹配后的类型信息和恢复信息分别进行喷泉编码生成水印并嵌入至图像。相比现有的算法,设计的算法有以下几点优势：(1)在连续性篡改模式下所有图像的理论容错率≥50%,最高能达到70%以上,且不可见性兼顾在44.1dB左右。(2)能自适应平衡容错率与重构质量,不需要提前设定容错率和标定“重要区域”,降低算法主观性,实现算法全自动化。(3)使类型信息容错率与恢复信息容错率达到理论上的最佳拟合,缓解可能出现的多余嵌入问题。为了提高复杂图像的重构质量,增大算法在随机性篡改模式下的容错率,避免算法可能陷入局部容错能力差的问题,设计了一种具有均衡容错能力的分组自嵌入算法。算法首先将图像内容分为互补的三组,再用设计的基于像素区间估计的图像分组压缩方案自适应生成三组定长恢复数据,使算法具有均衡的容错能力,并提高复杂内容的重构质量。恢复水印生成时引入不等差错保护机制,将具备图像最基本特征的一组恢复数据用最小的码率进行喷泉编码生成水印信息,以提高算法在两种不同篡改模式下的容错率。其余两组用较大但不同的码率进行喷泉编码生成水印,这样能提升算法在不同错误比例下的恢复质量,适应不同的篡改比例或信道传输条件。最后,第五章设计了MATLAB仿真系统,便于对本文提出的自嵌入印算法进行仿真测试、验证以及与现有算法进行对比。