当今社会,数字信息化时代已经来临。伴随着信息化科技程度日渐成熟的脚步,网络互连技术也在迅速成长,并且时时刻刻改变着我们的生活环境。过去没有想过的现如今都能进行实现,人们之间的交流或者商人之间的交易也不再是传统意义上的通过电话或者面对面,受时间及地域上的约束。网络互连的发展打破了这一点,我们可以通过互联网向我们提供的服务随时随地的进行实时通讯,或者实现跨地域交易,并且互联网还提供了多媒体数据(如视频、音频、文本)的下载服务。这些互连服务的上线方便了我们的日常生活。然而,由于互联网存在开放特性,正是因为这一特性,可能会给互联网不法分子带来生财之道与可乘之机。大量的盗版图书、视频、图片等资料涌入互联网,这不仅照成了互联网数据大量冗余,还侵害了所有者的合法权益。为了解决上述问题,法律上也出台了不少针对于网络互连方面的条例和法规,但还需要一种能够证明所有权的标识——数字水印。数字水印指隐藏在载体信息里一种数字信息,扮演着标识所有者个人信息、身份象征以及归属趋向的角色。这种数字信息往往是不易被人察觉到,但可以被检测出来。如果拥有密钥,还可以将其提取出来。水印信息的类型有很多,如文本信息、图片信息、作者DNA序列信息以及所有者指纹信息等等。这些相关的数字水印信息都能标识要保护对象的唯一性。通过嵌入算法保证载体对象视觉感知上质量不受影响,以此来保护版权不受侵害。本文以版权保护为出发点,结合笔者改进的人类视觉模型,提出了一种基于改进视觉模型的自适应数字水印算法。论文在开头分别介绍了水印研究的背景、发展历史、以及未来的研究理念。针对于水印信息,介绍了其分类、特点,并且对其进行了详细的阐述。接着又对水印的嵌入原理、水印的评估方式、水印鲁棒性做了详细的阐述。并且介绍了一般的数字水印方法,为下文做下了铺垫提供了理论支持。Watson视觉模型的引入也是为下文结合人类视觉模型埋下了伏笔。本文将改进后的Watson视觉模型与量化索引调制中的抖动调制算法相结合。其目的是为了解决视觉模型中对比度掩蔽(间隙)不随振幅的扩大和缩小而线性变化的问题。本文算法是根据改进后的Watson视觉模型来计算载体图像中的亮度掩蔽、对比度掩蔽和感知质量并自适应设置量化步长,最终根据前人提出的转换公式自动调整水印在嵌入时需要的强度因子,以满足水印隐蔽性的特点,最大限度的提高载体容量,并且兼顾提高水印信息的鲁棒性。由于目前水印算法种类繁多,同样,各式各样的攻击也随之增加。为了在原来的基础上提高水印信息抵抗共谋攻击的鲁棒性,笔者还进行了算法改进。针对共谋攻击对量化步长大的区域影响较大的特点,笔者在算法中加入了一个能根据预先设定好的感知质量范围确定量化步长的模块。结合之前用转换公式得出的量化步长,两者取最小值。仿真数据显示本文提出的算法对于高斯噪声攻击、椒盐噪声攻击、亮度改变、缩放、低通滤波等攻击具有良好的鲁棒性,并且能很好的兼顾水印信息的不可见性。对比实验说明本文的经过改进的算法要优越于未经过改进的算法。总体来说,本文提出的算法方案在提高水印鲁棒性方面有了较大的改进。