小波变换是最新的图像压缩标准JPEG2000的核心技术,所以基于小波变换的数字盲水印算法是目前研究的热点。但是,大部分小波域的盲水印算法只能抵抗某种特定的攻击,能同时抵抗各种攻击的算法并不多,并且鲁棒性能差。鉴于此,本文通过对多种小波域盲水印算法的大量分析及对基于人类视觉系统的JND技术的充分研究,将JND模型和分形技术应用到数字水印技术当中,实现了两种具有良好鲁棒性能的盲水印算法。论文的主要工作如下:1.通过对二维离散小波变换的分析和研究,仿真实现了对Lena彩色图像的三级小波分解,并对其分解后的小波系数所具有的特点进行了理论分析。2.提出了一种基于JND门限的小波域盲水印算法,算法利用了小波域特有的多分辨率分析的特点,与JND技术相结合,在小波重要系数中自适应的选择水印嵌入强度。该算法在保持水印不可见的同时,最大限度地提高了水印的嵌入容量,并实现了水印在彩色图像中的盲提取。随后对水印化图像进行了几种常见的水印攻击,特别是进行了JPEG2000的压缩攻击测试。实验结果表明,与基于小波域的灰度图像盲水印算法相比,本文算法的鲁棒性能有着显著的提高。此算法应用比较广泛,可以作为彩色水印嵌入的基础。3.提出了一种基于小波变换的分形盲水印算法。该算法在水印的预处理方面采用了改进的Arnold变换,增强了算法的安全性;并且通过改变不同的分形参数来嵌入水印,在选择值子树时运用了JND技术,即选择纹理比较丰富的区域进行分形编码,平衡了算法不可见性和鲁棒性之间的矛盾。该算法不仅实现了对水印的盲提取,与基于多小波的分形水印算法相比,本文算法在抵抗各种常见的攻击方面有着更好的鲁棒性。