针对传统基于人类视觉系统特性的空间域与变换域结合算法中嵌入信息量小和检测准确率低的缺点, 利用图像的局部纹理特性生成扩频码, 并在水印嵌入过程中引入加密方法, 通过计算相邻特征平均值为自适 应调整待量化小波系数的量化间隔, 提出并实现一种基于小波变换的数字图像自适应盲水印新算法, 并用新 算法进行仿真实验. 仿真实验结果表明新算法通过阈值检测准确率高, 对常见的图像处理有较好的鲁棒性, 并 且简便易行, 计算量小. 新算法在应用中有较大的灵活性, 可嵌入信息容量大, 运算速度快, 可操作性强.

为了实现鲁棒水印算法的完全盲检测，提出一种自嵌入盲检测鲁棒数字水印算法。该算法对原始图像分块子图进行小波提升变换得到低频近似分量，对近似分量作非负矩阵分解得到可近似表示子块图像的基矩阵和系数矩阵；在此基础上将系数矩阵量化得到鲁棒水印序列，最后鲁棒水印序列自适应量化嵌入原始图像低频自带近似分量。实验结果表明,该方案对常见信号处理具有很强的鲁棒性，实现了鲁棒水印序列完全盲检测。

为了实现鲁棒水印算法的完全盲检测，提出一种自嵌入盲检测鲁棒数字水印算法。该算法对原始图像分块子图进行小波提升变换得到低频近似分量，对近似分量作非负矩阵分解得到可近似表示子块图像的基矩阵和系数矩阵；在此基础上将系数矩阵量化得到鲁棒水印序列，最后鲁棒水印序列自适应量化嵌入原始图像低频自带近似分量。实验结果表明,该方案对常见信号处理具有很强的鲁棒性，实现了鲁棒水印序列完全盲检测。