由于数字作品极易被非法复制和篡改的特性,使得数字作品的信息安全和版权保护成为迫切需要解决的问题。数字水印技术为实现有效的知识产权保护提供了一条新的思路和手段,已成为多媒体信息安全领域的一个热点,具有广阔的应用前景。论文主要研究基于内容的数字图像鲁棒性水印技术,通过对现有算法的研究和分析发现,如何充分利用图像本身的固有特征是鲁棒性水印发展的新方向,为了提高水印算法的鲁棒性,本文提出了一种基于形态学的图像强纹理水印算法。算法根据图像强纹理的形态学特征,提取强纹理区域并分析验证了正确性和准确性;运用时频映射理论,将强纹理区域映射到小波树结构上,在相应的小波系数上嵌入水印;为了平衡透明性与鲁棒性,算法根据人的视觉掩蔽特性自适应调整水印嵌入强度。实验表明,算法对常见攻击具有良好的鲁棒性。算法提出的形态学强纹理区域提取方法,具有天然的并行实现结构,与经典的空域方法相比,简单快捷、效率高,自适应于各种图像。为了利用更多的图像特征提高算法鲁棒性,本文提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)的图像双水印算法。算法根据EMD分解对图像细节特征良好的筛分能力,准确提取了图像的强纹理区域,选择在与强纹理区域对应的Contourlet域能量最大的方向子带中频系数上嵌入水印;运用抗噪型多尺度形态学边缘检测算子提取图像的边缘特征构造零水印。本文的双水印算法充分利用了图像的纹理与边缘特征,使水印与图像内容紧密结合,提高了算法的鲁棒性与安全性。实验表明,算法对噪声、滤波、压缩等攻击均具有较强的鲁棒性;并且因为零水印固有的不改变宿主图像的优良特性,使得本算法在透明性上也获得了良好的表现。最后,对论文的研究内容作了简要的总结,并对未来的研究方向进行了展望。