随着网络技术和多媒体技术的飞速发展,对数字图像进行复制、编辑、修改已不是一件难事,非法的恶意篡改和传播会给社会和人们的生活带来巨大的危害,因此数字图像的内容保护和认证成为亟需解决的重要问题。数字水印能克服传统数据认证方法的局限,成为图像认证研究中的热点。针对基于量化水印的图像认证方法展开研究,首先对数字水印技术和图像认证进行了全面的阐述,包括鲁棒性水印、易损水印和半易损水印的研究现状和发展趋势,图像认证的方式、方法、要求以及性能评估的分析论述。继而在通用量化水印算法模型基础上,分析了量化水印的鲁棒性和嵌入失真与量化参数、噪声强度及宿主信号的概率分布之间的关系,发现误码率主要取决于噪声标准差与量化步长的比值。因此,利用分析结果,在应用中可根据指定的水印嵌入失真度和对干扰的敏感度,选择最优量化参数,优化算法性能。实验结果显示用上述方法确定的参数明显提高了算法的性能。针对图像内容认证中的篡改恢复问题,提出了一种基于半色调技术的半脆弱水印算法。该算法不仅对非恶意攻击具有很强的鲁棒性,而且对恶意篡改具有很强的识别和定位能力,并且对被篡改区域能进行恢复。实验结果证明了该算法的有效性。针对均匀量化对乘性噪声的脆弱性,根据人的视觉特性,提出了一种自适应量化算法。由于量化步长与乘性噪声能同步变化,因此在原理上该算法对乘性噪声具有良好的鲁棒性。实验结果表明在乘性噪声信道中,自适应量化算法优于均匀量化算法。