⑴ 關於數字水印常用演算法的實現原理
典型數字水印演算法
近年來，數字水印技術研究取得了很大的進步，下面對一些典型的演算法進行了分析，除特別指明外，這些演算法主要針對圖像數據(某些演算法也適合視頻和音頻數據)。
空域演算法
該類演算法中典型的水印演算法是將信息嵌入到隨機選擇的圖像點中最不重要的像素位 (LSB:least significant bits)上，這可保證嵌入的水印是不可見的。但是由於使用了圖像不重要的像素位，演算法的魯棒性差，水印信息很容易為濾波、圖像量化、幾何變形的操作破壞。另外一個常用方法是利用像素的統計特徵將信息嵌入像素的亮度值中。
Patchwork演算法
方法是隨機選擇N對像素點 (ai，bi) ，然後將每個ai點的亮度值加 1 ，每個bi點的亮度值減 1，這樣整個圖像的平均亮度保持不變。適當地調整參數，Patchwork方法對JPEG壓縮、FIR濾波以及圖像裁剪有一定的抵抗力，但該方法嵌入的信息量有限。為了嵌入更多的水印信息，可以將圖像分塊，然後對每一個圖像塊進行嵌入操作。
變換域演算法
該類演算法中，大部分水印演算法採用了擴展頻譜通信 (spread spectrum communication)技術。演算法實現過程為：先計算圖像的離散餘弦變換 (DCT)，然後將水印疊加到DCT域中幅值最大的前k系數上(不包括直流分量)，通常為圖像的低頻分量。若DCT系數的前k個最大分量表示為D=，i=1 ，… ，k，水印是服從高斯分布的隨機實數序列W =，i=1 ，… ，k，那麼水印的嵌入演算法為di = di(1 + awi)，其中常數a為尺度因子，控制水印添加的強度。然後用新的系數做反變換得到水印圖像I。解碼函數則分別計算原始圖像I和水印圖像I＊的離散餘弦變換，並提取嵌入的水印W＊，再做相關檢驗 以確定水印的存在與否。該方法即使當水印圖像經過一些通用的幾何變形和信號處理操作而產生比較明顯的變形後仍然能夠提取出一個可信賴的水印拷貝。一個簡單改進是不將水印嵌入到DCT域的低頻分量上，而是嵌入到中頻分量上以調節水印的頑健性與不可見性之間的矛盾。另外，還可以將數字圖像的空間域數據通過離散傅里葉變換(DFT)或離散小波變換(DWT)轉化為相應的頻域系數；其次，根據待隱藏的信息類型，對其進行適當編碼或變形；再次，根據隱藏信息量的大小和其相應的安全目標，選擇某些類型的頻域系數序列（如高頻或中頻或低頻）；再次，確定某種規則或演算法，用待隱藏的信息的相應數據去修改前面選定的頻域系數序列；最後，將數字圖像的頻域系數經相應的反變換轉化為空間域數據。該類演算法的隱藏和提取信息操作復雜，隱藏信息量不能很大，但抗攻擊能力強，很適合於數字作品版權保護的數字水印技術中。
壓縮域演算法
基於JPEG、MPEG標準的壓縮域數字水印系統不僅節省了大量的完全解碼和重新編碼過程，而且在數字電視廣播及VOD(Video on Demand)中有很大的實用價值。相應地，水印檢測與提取也可直接在壓縮域數據中進行。下面介紹一種針對MPEG-2壓縮視頻數據流的數字水印方案。雖然MPEG-2數據流語法允許把用戶數據加到數據流中，但是這種方案並不適合數字水印技術，因為用戶數據可以簡單地從數據流中去掉，同時，在MPEG-2編碼視頻數據流中增加用戶數據會加大位率，使之不適於固定帶寬的應用，所以關鍵是如何把水印信號加到數據信號中，即加入到表示視頻幀的數據流中。對於輸入的MPEG-2數據流而言，它可分為數據頭信息、運動向量(用於運動補償)和DCT編碼信號塊3部分，在方案中只有MPEG-2數據流最後一部分數據被改變，其原理是，首先對DCT編碼數據塊中每一輸入的Huffman碼進行解碼和逆量化，以得到當前數據塊的一個DCT系數;其次，把相應水印信號塊的變換系數與之相加，從而得到水印疊加的DCT系數，再重新進行量化和Huffman編碼，最後對新的Huffman碼字的位數n1與原來的無水印系數的碼字n0進行比較，只在n1不大於n0的時候，才能傳輸水印碼字，否則傳輸原碼字，這就保證了不增加視頻數據流位率。該方法有一個問題值得考慮，即水印信號的引入是一種引起降質的誤差信號，而基於運動補償的編碼方案會將一個誤差擴散和累積起來，為解決此問題，該演算法採取了漂移補償的方案來抵消因水印信號的引入所引起的視覺變形。
NEC演算法
該演算法由NEC實驗室的Cox等人提出，該演算法在數字水印演算法中佔有重要地位，其實現方法是，首先以密鑰為種子來產生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標識碼和圖像的哈希值組成，其次對圖像做DCT變換，最後用偽隨機高斯序列來調制(疊加)該圖像除直流(DC)分量外的1000個最大的DCT系數。該演算法具有較強的魯棒性、安全性、透明性等。由於採用特殊的密鑰，因此可防止IBM攻擊，而且該演算法還提出了增強水印魯棒性和抗攻擊演算法的重要原則，即水印信號應該嵌入源數據中對人感覺最重要的部分，這種水印信號由獨立同分布隨機實數序列構成，且該實數序列應該具有高斯分布N(0，1)的特徵。
生理模型演算法
人的生理模型包括人類視HVS(HumanVisualSystem)和人類聽覺系統HAS。該模型不僅被多媒體數據壓縮系統利用，同樣可以供數字水印系統利用。利用視覺模型的基本思想均是利用從視覺模型導出的JND(Just Noticeable Difference)描述來確定在圖像的各個部分所能容忍的數字水印信號的最大強度，從而能避免破壞視覺質量。也就是說，利用視覺模型來確定與圖像相關的調制掩模，然後再利用其來插入水印。這一方法同時具有好的透明性和強健性。
⑵ 求數字水印國內外研究現狀及發展趨勢（含文獻綜述）
文章編號:1005 - 0523(2005) 02 - 0063 - 04
數字水印及其發展研究
石紅芹,謝 昕
(華東交通大學信息工程學院,江西南昌330013)
摘要:首先對數字水印的特徵進行了分析,闡述了數字水印技術的基本原理,對目前比較流行的水印演算法進行了分類和詳細地討論,最後指出目前水印技術存在的局限並對其發展進行了展望.
關鍵詞:版權保護;數字水印;水印演算法
中圖分類號:TP391 文獻標識碼:A
1 引 言
近年來,隨著數字化技術的進步和Internet 的迅速發展,多媒體信息的交流達到了前所未有的深度和廣度,其發布形式愈加豐富了. 網路發布的形式逐漸成為一種重要的形式,伴隨而來的是多媒體數據的版權保護問題. 因此多媒體信息版權保護問題成了一項重要而緊迫的研究課題. 為了解決這一難題,近幾年國際上提出了一種新的有效的數字信息產品版權保護和數據安全維護的技術一一數字水印技術. 數字水印技術通過在原始媒體數據中嵌入秘密信息———水印來證實該數據的所有權歸屬. 水印可以是代表所有權的文字、產品或所有ID、二維圖像,視頻或音頻數據、隨機序列等. 主要應用於:媒體所有權的認定. 即辨認所有權信息,媒體合法用戶信息; 媒體的傳播跟演算法研究. 該子模塊的研究為解決網路製造產品版權保護問題奠定了基礎數字水印技術,又稱數字簽名技術,成為信息隱藏技術的一種重要研究分支,為實現有效的信息版權保護提供了一種重要的手段.
2 數字水印的基本原理
從圖像處理的角度看,嵌入水印信號可以視為在強背景下迭加一個弱信號,只要迭加的水印信號強度低於人類視覺系統( Human Visual System ,HVS) 的對比度門限,HVS 就無法感到信號的存在.對比度門限受視覺系統的空間、時間和頻率特性的影響. 因此通過對原始信號作一定的調整,有可能在不改變視覺效果的情況下嵌入一些信息,從數字通信的角度看,水印嵌入可理解為在一個寬頻信道(載體圖像) 上用擴頻通信技術傳輸一個窄帶信號(水印信號) . 盡管水印信號具有一定的能量,但分布到信道中任一頻率上的能量是難以檢測到的. 水印的解碼(檢測) 即是在有噪信道中弱信號的檢測問題.
一般來說,為了使水印能有效地應用於版權保護中,水印必須滿足如下特性:
1) 隱蔽性 水印在通常的視覺條件下應該是不可見的,水印的存在不會影響作品的視覺效果.
2) 魯棒性 水印必須很難去掉(希望不可能去掉) ,當然在理論上任何水印都可以去掉,只要對水印的嵌入過程有足夠的了解,但是如果對水印的嵌入只是部分了解的話,任何破壞或消除水印的企圖都應導致載體嚴重的降質而不可用.
3) 抗竄改性 與抗毀壞的魯棒性不同,抗竄改性是指水印一旦嵌入到載體中,攻擊者就很難改變或偽造. 魯棒性要求高的應用,通常也需要很強的抗竄改性. 在版權保護中,要達到好的抗竄改性是比較困難的.
4) 水印容量 嵌入的水印信息必須足以表示多媒體內容的創建者或所有者的標志信息,或是購買者的序列號. 這樣在發生版權糾紛時,創建者或所有者的信息用於標示數據的版權所有者,而序列號用於標示違反協議而為盜版提供多媒體數據的用戶.
5) 安全性 應確保嵌入信息的保密性和較低的誤檢測率. 水印可以是任何形式的數據,比如數值、文本、圖像等. 所有的水印都包含一個水印嵌入系統和水印恢復系統. 水印的嵌入和提取過程分別
6) 低錯誤率 即使在不受攻擊或者無信號失真的情況下,也要求不能檢測到水印(漏檢、false -negative) 以及不存在水印的情況下,檢測到水印(虛檢、false - positive) 的概率必須非常小.
3 數字水印演算法
近幾年來,數字水印技術研究取得了很大的進步,見諸於文獻的水印演算法很多,這里對一些典型的演算法進行了分析.
3. 1 空間域演算法
數字水印直接載入在原始數據上,還可以細分為如下幾種方法[1～4 ] :
1) 最低有效位方法(LSB) 這是一種典型的空間域數據隱藏演算法,L. F. Tumer 與R. G. Van Schyadel等先後利用此方法將特定的標記隱藏於數字音頻和數字圖像內. 該方法是利用原始數據的最低幾位來隱藏信息(具體取多少位,以人的聽覺或視覺系統無法察覺為原則) .LSB 方法的優點是有較大的信息隱藏量,但採用此方法實現的數字水印是很脆弱的,無法經受一些無損和有損的信息處理,而且如果確切地知道水印隱藏在幾位LSB 中,數字水印很容易被擦除或繞過.
2) Patchwork 方法及紋理塊映射編碼方法
這兩種方法都是Bender 等提出的. Patchwork 是一種基於統計的數字水印,其嵌入方法是任意選擇N 對圖像點,在增加一點亮度的同時,降低另一點的亮度值. 該演算法的隱藏性較好,並且對有損的JPEG和濾波、壓縮和扭轉等操作具有抵抗能力,但僅適用於具有大量任意紋理區域的圖像,而且不能完全自動完成.
3. 2 變換域演算法
基於變換域的技術可以嵌入大量比特數據而不會導致可察覺的缺陷,往往採用類似擴頻圖像的技術來隱藏數字水印信息. 這類技術一般基於常用的圖像變換,基於局部或是全部的變換,這些變換包括離散餘弦變換(DCT) 、小波變換(WT) 、傅氏變換(FT 或FFT) 以及哈達馬變換(Hadamard transform)等等. 其中基於分塊的DCT 是最常用的變換之一,現在所採用的靜止圖像壓縮標准JPEG也是基於分塊DCT 的. 最早的基於分塊DCT 的一種數字水印技術方案是由一個密鑰隨機地選擇圖像的一些分塊,在頻域的中頻上稍稍改變一個三元組以隱藏二進制序列信息. 選擇在中頻分量編碼是因為在高頻編碼易於被各種信號處理方法所破壞,而在低頻編碼則由於人的視覺對低頻分量很敏感,對低頻分量的改變易於被察覺. 該數字水印演算法對有損壓縮和低通濾波是穩健的. 另一種DCT 數字水印演算法[5 ]是首先把圖像分成8 ×8 的不重疊像素塊,在經過分塊DCT 變換後,即得到由DCT 系數組成的頻率塊,然後隨機選取一些頻率塊,將水印信號嵌入到由密鑰控制選擇的一些DCT 系數中. 該演算法是通過對選定的DCT 系數進行微小變換以滿足特定的關系,以此來表示一個比特的信息. 在水印信息提取時,則選取相同的DCT 系數,並根據系數之間的關系抽取比特信息. 除了上述有代表性的變換域演算法外,還有一些變換域數字水印方法,它們當中有相當一部分都是上述演算法的改進及發展,這其中有代表性的演算法是I. Podichuk 和ZengWenjun 提出的演算法[6 ] . 他們的方法是基於靜止圖像的DCT 變換或小波變換,研究視覺模型模塊返回數字水印應載入在何處及每處可承受的JND(Just Noticeable Difference ,恰好可察覺差別) 的量值(載入數字水印的強度上限) ,這種水印演算法是自適應的.
3. 3 NEC 演算法
該演算法由NEC 實驗室的Cox[5 ]等人提出,該演算法在數字水印演算法中佔有重要地位,其實現方法是,首先以密鑰為種子來產生偽隨機序列,該序列具有高斯N(0 ,1) 分布,密鑰一般由作者的標識碼和圖像的哈希值組成,其次對圖像做DCT 變換,最後用偽隨機高斯序列來調制(疊加) 該圖像除直流分量外的1 000 個最大的DCT 系數. 該演算法具有較強的魯棒性、安全性、透明性等. 由於採用特殊的密鑰,故可防止IBM 攻擊,而且該演算法還提出了增強水印魯棒性和抗攻擊演算法的重要原則,即水印信號應該嵌入源數據中對人感覺最重要的部分,這種水
印信號由獨立同分布隨機實數序列構成,且該實數序列應具有高斯分布N(0 ,1) 的特徵. 隨後Podilchuk等利用人類視覺模型又對該演算法進行了改進,從而提高了該演算法的魯棒性、透明性等.
3. 4 其他一些水印演算法
1) 近年來,利用混沌映射模型實現數字水印、保密通信等成為混沌應用研究的熱點. 特別是自從Cox 等借用通信技術中的擴頻原理將水印信號嵌入到一些DCT 變換系數或者多層分解的小波變換系數以來,人們已經提出了一些混沌數字水印方法.水印的嵌入與檢測是基於人類視覺系統(HVS) 的亮度掩蔽特性和紋理掩蔽特性,折衷水印的不可見性和魯棒性之間的矛盾. 結果表明:該方法嵌入的水印具有不可見性和魯棒性,並且這種基於密鑰的混沌水印方法更好的抗破譯性能.
2) 目前比較流行的還有一種基於盲水印檢測的DWT 演算法,該演算法首先對原始圖像進行小波變換,根據人類具有的視覺掩蔽特性對低頻分量進行一定的量化,同時可不影響視覺效果,並對作為水印的圖像進行壓縮和二值化處理,形成一維的二值序列,根據二值序列的值對上述量化後的原始信號的低頻分量進行視覺閾值范圍內允許的修改,從而實現水印的嵌入. 水印提取過程是對含有水印的圖像進行小波變換,對低頻分量同樣進行量化處理,為了增大演算法的安全性,可以對水印形成的二值0 ,1 序列在嵌入前進一步進行偽隨機序列調制,相應的在水印提取過程需要增加用偽隨機序列解調的步驟. 這樣,不知道偽隨機序列的攻擊者即使推測出水印的嵌入規律,也無法提取水印. 大大增加了水印系統的透明性和魯棒性.
4 水印技術的局限
目前水印技術的局限,為了對版權保護中使用水印的成功可能性進行評估,看能否滿足實際應用需求,就需要對水印技術有更多了解. 下面介紹數字水印方案普遍存在的一些局限:
1) 不知道能夠隱藏多少位. 盡管非常需要知道指定大小載體信息上可以隱藏多少比特的水印信息,但這個問題還沒有得到圓滿解決. 事實上,對給定尺寸的圖像或者給定時間的音頻,可以可靠隱藏信息量的上界,目前還不清楚. 對圖像水印,只能說目前使用的演算法可以隱藏幾百比特位的水印信息.
2) 還沒有真正健壯的盲圖像水印演算法. 對圖像水印,魯棒性還是個問題. 目前還沒有能夠在經過所有普通圖像處理變換後,仍能倖免的盲水印演算法. 尤其是能夠抵抗幾何處理的攻擊,被認為是很難實現的目標.
3) 所有者能去除標記. 迄今為止提出的所有盲圖像水印,實際上都是可逆的. 已知水印的准確內容、以及水印的嵌入和檢測演算法,則總能在沒有嚴重損壞資料的前提下,使水印不可讀取. 目前還不清楚這個缺點在將來還是否存在;同時在設計版權保護系統時,必須考慮如下問題:一旦水印內容已知,則有可能去除水印或者部分水印.
此外,迄今為止提出的水印演算法,其可逆性使人們提出極大的疑問,即設計能夠抗篡改的健壯公開水印技術是否可能? 事實上,如果允許任何人讀取水印,則任何人只要知道水印嵌入演算法,就可以消除水印.
5 結 論
隨著電子商務的加速發展和網路用戶的直線增長,媒體的安全要求將更加迫切,作為版權保護和安全認證的數字水印技術具有極大的商業潛力,作為一門學科交叉的新興的應用技術,它的研究涉及了不同學科研究領域的思想和理論,如數字信號處理、圖像處理、資訊理論、通信理論、密碼學、計算機科學及網路、演算法設計等技術,以及公共策略和法律等問題,是近幾年來國際學術界才興起的一個前沿研究領域,得到了迅速的發展. 但數字水印技術仍然是一個未成熟的研究領域,還有很多問題需要解決,其理論基礎依然薄弱. 隨著一些先進的信號處理技術和密碼設計思想的引進,必將日趨成熟且得到更為廣泛的發展應用.
參考文獻:
[1 ] Eepa Kunr. Dimitrios hatzinakos. Digital watermarking fortelltale tamper proofing and authentication [J ] . Proceeding of the IEEE. 1999 , 87(7) :1167～1180.
[2 ] 張春田,蘇育挺. 信息產品的版權保護技術———數字水印[J ] . 電信科學,1998 ,14(12) :15～17.
[3 ] Bender W, Gruhl D. Techniques for data hiding[J ] . IBM sys2tem journal ,1996 ,35(3～4) :313～336.
[4 ] Cox I J , Killian J ,Leighton F T. Secure spread spectrum wa2termarking for multimedia[J ] . IEEE transactions on image pro2cessing ,1997 ,6(12) :1673～1687.
[5 ] Zhao J , Koch E. Embedding robust labels into images forright protection[A] . In : Proceedings of the knowright』95conference on intellectual property rights and new technologies[C] . Vienna , Austria , 1995. 241～251.
[6 ] Podilchud C I , Zeng W. Image - adaptive watermarking usingvisual model [J ] . IEEE journal on special areas in communica2tions ,1998 ,16(4) :525～539.
⑶ 數字水印演算法怎麼學習
有很多演算法呀 ，LSB，patchwork，小波轉化，餘弦變換 等等呀 ！我剛做了一個C版的
⑷ 大蝦幫幫我關於 數字水印 ！！
三、應用：數字水印
消息認證與數字簽名可以應用到數字水印中。
傳統水印用來證明紙幣或紙張上內容的合法性，數字水印（digital watermark）用以證明一個數字產品的擁有權、真實性。數字水印是嵌在數字產品中的數字信息。可以是作者的序列號、公司標志、有特殊意義的文本等。
數字水印主要用於：阻止非法復制(間接的)、確定所有權(作者、發行人、分發商、合法的最終用戶)、確定作品的真實性和完整性(是否偽造、被篡改)、證實收件人、不可否認的傳送、法庭證據的驗證、贗品甄別、識別文件來源與版本、Web網路巡邏監視盜賊等。
傳統水印是人眼可以看得見的，而數字水印可以分為可感知的(Perceptible)和不易感知的(Inperceptible)兩種。
可感知的數字水印，主要用於當場聲明對產品的所有權、著作權及來源，起到一個宣傳廣告或約束的作用。可感知水印一般為較淡的或半透明的不礙觀瞻的圖案；比如電視台節目播放的同時，在某個角落插上電視台的半透明標志。另一個用途是為了在線分發作品，比如先將一個低解析度的有可見水印的圖像免費送人，其水印往往是擁有者或賣主的信息，它提供了尋找原高解析度作品的線索，若想得到高解析度的原作品則需付費。有些公司在產品出售前為了在網路上宣傳其產品，先做上可逆可見水印分發，付費購買時，再用專用軟體將可見水印去掉，加入不可見水印(發行人、分發商、最終用戶等的信息)。可見水印還有另一些用途，那就是為了節約帶寬、存儲空間等原因，在VCD、DVD等電影拷貝中用嵌入不可見水印的方式配上多種語言的副標題和字幕，待播放時由硬體根據需要實時地解出每一幀中的水印文字，將其顯示在屏幕上。
可見水印在某些產品中或多或少降低了作品的觀賞價值，使其用途相對受到一定限制。不易感知的水印的應用層次更高，製作難度更大。
不易感知的數字水印就像隱形墨水技術中的看不見的文字，隱藏在數字產品中。水印的存在要以不破壞原數據的欣賞價值、使用價值為原則。數字水印按照某種方式植入被保護的信息中，在產生版權糾紛時，通過相應的演算法提取出該數字水印，從而驗證版權的歸屬。被保護的信息可以是圖像、聲音、視頻或一般性的電子文檔等。為了給攻擊者增加去除水印的難度，大多數水印製作方案都在水印的嵌入、提取時使用密鑰。
圖5.7水印的嵌入與提取
數字水印技術雖然不能阻止盜版活動的發生，但它可以判別對象是否受到保護，監視被保護數據的傳播、真偽鑒別和非法拷貝、解決版權糾紛並為法庭提供證據。
數字水印的設計需要考慮以下幾個方面：
魯棒性：是指被保護的信息經過某種改動後抵抗隱藏信息丟失的能力。例如傳輸過程中的信道噪音、濾波操作、重采樣、有損編碼壓縮、D/ A或 A/ D轉換、圖像的幾何變換（如平移、伸縮、旋轉、剪裁等）。
不可檢測性（不可見性）：是指隱蔽載體與原始載體具有一致的特性。如具有一致的統計雜訊分布等，以便使非法攔截者很難判斷是否有隱蔽信息。
透明性：是指經過一系列隱藏處理後，原始數據沒有明顯的降質現象。
安全性：要求隱藏演算法有較強的抗攻擊能力（篡改、偽造、去除水印），使隱藏信息不會被破壞。如不因文件格式轉換而丟失水印，且未經授權者不能檢測出水印。
自恢復性：由於經過一些操作或變換後，可能會使原數據產生較大的破壞，如果只從留下的片段數據，仍能恢復隱藏信號，而且恢復過程不需要原數據，這就是自恢復性（自相似性）。
水印容量：水印容量和魯棒性之間是相互矛盾的。水印容量的增加會帶來魯棒性的下降，對不可見性也有影響。為抵抗各種變換，水印通常需要按照一定的排列方式反復加入多次，當水印容量大時重復次數只好減少，而魯棒性不好就會導致檢測結果的不可靠。
數字水印技術有多種分類。
按作用可劃分為魯棒水印和脆弱水印。前者主要應用於數字作品中標志著作版權信息，需要嵌入的水印能夠抵抗常見的編輯處理和有損壓縮；後者主要用於完整性保護，判斷信號是否被篡改。
按水印的載體可分為圖像水印、視頻水印、音頻水印、文本水印和印刷水印等。
按檢測方法可分為明水印和盲水印。在檢測過程中需要原數據的技術稱為明水印，其魯棒性較強；在檢測過程中不需要原數據的技術稱為盲水印。
按內容可分為內容水印和標志水印。內容水印是指水印經過攻擊受損後人們仍能通過感覺判斷內容；標志水印是指通過檢測判斷來確定信號中是否有水印標志。
按用途可分為版權保護水印、篡改提示水印、票據防偽水印、隱蔽標識水印、印刷數字水印等。
數字水印其內容可以是任何具有代表意義的信息，如圖像、文字、數字、符號等，為了便於隱藏，水印的體積越小越好。用文本作為水印信息是較好的選擇，既節約空間又能直讀出其含義。數字水印主要應用在版權保護、加指紋、標題與注釋、篡改提示、使用控制等領域。
版權保護：即數字媒體的所有者可用密鑰產生一個水印，並將其嵌入原始數據，然後公開發布他的水印版本作品。數字媒體包括音像製品、數字廣播、DVD、MP3等。當該作品被盜版或出現版權糾紛時，所有者即可從盜版作品或水印版作品中獲取水印信號作為依據，從而保護所有者的權益。
版權跟蹤：為避免未經授權的拷貝製作和發行，出品人可以將不同用戶的ID或序列號作為不同的水印嵌入作品的合法拷貝中，稱為數字指紋。其目的是通過授權用戶的信息來識別數據的發行拷貝，監控和跟蹤使用過程中的非法拷貝。一旦發現未經授權的拷貝，就可以根據此拷貝所恢復出的指紋來確定它的來源。
標題與注釋：即將作品的標題、注釋等內容以水印形式嵌入該作品中，這種隱式注釋不需要額外的帶寬，且不易丟失。如在遙感圖像等信息中隱藏日期、經緯度等。
篡改提示：當數字作品被用於法庭、醫學、新聞及商業時，常需確定它們的內容是否被修改、偽造或特殊處理過。為實現該目的，通常可將原始圖象分成多個獨立塊，再將每個塊加入不同的水印。同時可通過檢測每個數據塊中的水印信號，來確定作品的完整性。與其他水印不同的是，這類水印必須是脆弱的，並且檢測水印信號時，不需要原始數據。
使用控制：這種應用的一個典型的例子是DVD防拷貝系統，即將水印信息加入DVD數據中，這樣DVD播放機即可通過檢測DVD數據中的水印信息而判斷其合法性和可拷貝性。從而保護製造商的商業利益。
典型數字水印演算法包括以下幾種演算法。
空域演算法：此演算法首先把一個密鑰輸入一個m-序列發生器來產生水印信號，然後排列成2維水印信號，按象素點逐一嵌入到原始圖象最不重要的像素位棗最低位(LSB:least significant bits)。這可保證嵌入的水印是不可見的。但是由於使用了圖像不重要的像素位，演算法的魯棒性差，水印信息很容易為濾波、圖像量化、幾何變形的操作破壞，因此不夠強壯。
文本水印演算法：通過輕微改變字元間距，行間距或是增加、刪除字元特徵如底紋線等方法來嵌入水印。或是在符號級或語義級加入水印，例如，可以用big替換文本中的large。
基於改變圖象數據統計特性的水印演算法：Patchwork演算法首先隨機選取N對象素點，然後通過增加象素對中一個點的亮度值，而相應降低另一個點的亮度值。這樣整個圖像的平均亮度保持不變。適當地調整參數，Patchwork方法對JPEG壓縮、FIR濾波以及圖像裁剪有一定的抵抗力，但該方法嵌入的信息量有限。
頻域演算法：它是利用一個信號可以掩蓋另一個較弱的信號這一頻率掩蓋現象。圖象的頻域空間中可以嵌入大量的比特而不引起可察的降質，當選擇改變中頻或低頻分量（除去直流分量）來加入水印時，強壯性可大大提高。頻域水印技術可以利用通用的離散餘弦變換，小波變換和傅立葉變換等變換方法。其優點是隱藏效果好，人眼不能發覺與原始圖象間的差別；使用密鑰控制，只有知曉偽裝密鑰的人才能解密；可以有效的抵抗剪切及JEPG等有損壓縮編碼；水印圖象可以是灰度圖象。但該類演算法的隱藏和提取信息操作復雜，隱藏信息量不能很大。
壓縮域演算法：水印檢測與提取直接在壓縮域數據中進行。把水印信號加到表示視頻幀的數據流中去。MPEG-2數據流可分為數據頭信息、運動向量(用於運動補償)和DCT編碼信號塊3部分，該演算法只有DCT編碼信號塊被改變。首先對DCT編碼數據塊中每一輸入的Huffman碼進行解碼和逆量化，以得到當前數據塊的一個DCT系數；其次，把相應水印信號塊的變換系數與之相加，從而得到水印疊加的DCT系數，再重新進行量化和Huffman編碼，最後對新的Huffman碼字的位數n1與原來的無水印系數的碼字n0進行比較，只在n1不大於n0的時候，才傳輸水印碼字，否則傳輸原碼字，這就保證了不增加視頻數據流位率。該方法中水印信號的引入是一種引起降質的誤差信號，而基於運動補償的編碼方案會將一個誤差擴散和累積起來，為解決此問題，該演算法採取了漂移補償的方案來抵消因水印信號的引入所引起的視覺變形。
NEC演算法：該演算法由NEC實驗室的COX等人提出，在數字水印演算法中佔有重要地位。COX認為水印信號應該嵌入源數據中對人的感覺最重要的部分。在頻譜空間中，這種重要部分就是低頻分量。這樣，攻擊者在破壞水印的過程中，不可避免地會引起圖象質量的嚴重下降。水印信號應該由具有高斯分布的獨立同分布隨機實數序列構成。這使得水印經受多拷貝聯合攻擊的能力大大增強。實現方法是：首先以密鑰為種子來產生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標識碼和圖象的哈希值組成，對整幅圖象做DCT變換，用偽隨機高斯序列來調制(疊加)該圖象除直流分量（DC）外的1000個最大的DCT系數。該演算法具有較強的魯棒性、安全性、透明性等。
生理模型演算法：人的生理模型包括人類視覺系統HVS(HumanVisualSystem)和人類聽覺系統HAS。利用視覺模型的基本思想是利用從視覺模型導出的JND(Just Noticeable Difference)描述來確定在圖象的各個部分所能容忍的數字水印信號的最大強度，從而能避免破壞視覺質量。也就是說，利用視覺模型來確定與圖象相關的調制掩模，然後再利用其來插入水印。這一方法同時具有好的透明性和強健性。
數字水印在版權標識、隱藏標識和篡改提示、數據防偽上具有不可替代的作用，它將在商業、金融、軍事和個人消費上帶來巨大的商業利潤。自1995年以來，該領域的研究工作已經取得了巨大的進展。隨著數字水印技術的日趨成熟，數字水印技術將在電子商務、視頻點播、遠程教學和遠程培訓中發揮越來越大的作用。