传统水印算法多采用变换域实现水印嵌入,不利于水印嵌入和提取的同步性,同时需人工确定强度参数,工作量大且具有随机性,无法发挥嵌入系数的优势实现水印系统不可见性与鲁棒性的均衡,针对上述问题,本文提出一种图像块自适应均衡水印算法。利用尺度不变特征变换(SIFT)提取原始图像中鲁棒性较强的特征点辅助水印嵌入,构造出与水印同等大小的特征嵌入区域,将其划分成四个大小等同且互不重叠的图像块,并对图像块做奇异值分解(SVD),将得到的奇异值矩阵与水印一级离散小波变换产生的各子带相叠加,生成嵌入水印加密子块,对其重组得到水印矩阵,降维后还原像素点获得含水印图像。嵌入强度影响水印算法的性能,根据果蝇优化算法(FOA)中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。对标准灰度图像进行多组仿真实验,采用峰值信噪比(PSNR)衡量水印的不可见性与归一化相关系数(NC)评估原始水印和提取水印的相似性。本文得到含水印载体的PSNR值皆达到43d B以上,分别进行噪声、压缩、剪切、旋转等攻击实验后提取的水印图像NC值都满足0.9以上。SIFT算法实现图像块局部嵌入,提取的特征点稳定性较强,结合SVD理论使水印嵌入性能良好,利用FOA算法自适应确定嵌入参数,使水印图像的嵌入效果达到最佳状态,最终均衡了水印算法的不可见性和鲁棒性。