随着多媒体和Interact的迅速发展，对数字产品的保护和信息安全的迫切需要使得数字水印技术成为多媒体信息安全研究领域的一个热点问题。基于小波的多媒体水印算法近年来受到人们高度重视，特别是多小波技术的出现，使该领域的研究得到了更大的发展。 多小波分析是目前国际上最新的时频分析工具，并且已经逐渐应用于图像处理的各个领域。它比单小波具有更大的自由度，它既保持了单小波所具有的良好的时频特性，又克服了单小波的缺陷，可同时拥有许多良好的性质，如对称性，短支撑性，正交性和高阶消失矩等，因而多小波比传统的单小波具有更广阔的应用前景。 本文分别以静态的灰度图像和彩色图像为研究对象，对用于图像版权保护的多小波域的稳健数字水印技术进行了深入的研究。主要研究工作如下： 1、将多小波思想引入数字图像水印中，在Dugad提出的基于小波变换的经典水印算法基础上进行改进，将水印信息嵌入到多小波三层分解的中频带。根据多小波细节特征改进Dugad选取的阈值公式。 2、利用人工智能技术来改进前面的数字水印算法，提出了一种基于遗传算法的多小波图像水印算法，利用遗传算法进行参数优化，在不同频域的分解子图中搜索最优嵌入阈值、检测阈值以及嵌入强度来提高水印的不可见性及鲁棒性。 3、将图像的多小波多分辨分析和人类视觉系统(HVS)的掩蔽效应相结合，提出一种彩色图像的自适应水印算法，将水印嵌入到彩色图像的各个颜色分量的多小波分解的低频带和中频带。使彩色图像不同颜色分量的多小波系数在HVS特征的影响下做自适应修改来解决可视失真，并通过两次嵌入水印的方法来增强水印的鲁棒性。 实验验证了上面三个多小波域的水印算法比相应小波域的水印算法具有更好的不可见性，同时对于各种常见攻击体现出更强的鲁棒性。