為解決數(shù)字圖像水印算法中水印圖像與宿主圖像在嵌入時(shí)尺寸匹配上的局限問(wèn)題，并提高圖像水印算法在抗大尺度剪切、高斯噪聲和椒鹽噪聲等攻擊的魯棒性，提岀一種結(jié)合二維經(jīng)驗(yàn)?zāi)B(tài)分解算法（BEMD）與 Hilbert曲線的重復(fù)嵌入圖像水印算法。首先，利用 Arnold變換對(duì)水印圖像進(jìn)行置亂處理，以增加水印圖像的安全性;其次，利用Hilbert曲線將置亂后的二維水印圖像進(jìn)行數(shù)據(jù)降維，得到一維水印信號(hào)。數(shù)據(jù)降維不僅有效地解決了嵌入時(shí)水印像與宿主圖像在尺寸匹配上的局限，同時(shí)也進(jìn)一步置亂了水印圖像，加強(qiáng)了水印圖像的安全性。對(duì)宿主圖像進(jìn)行BEMD分解得到不同尺度下的內(nèi)蘊(yùn)模態(tài)函數(shù)和余量信息，并檢測(cè)第1個(gè)內(nèi)蘊(yùn)模態(tài)函數(shù)對(duì)應(yīng)圖像的極值點(diǎn)作為水印嵌入位置。最后，依據(jù)人類視覺(jué)系統(tǒng)的紋理掩蔽特性，將一維水印信號(hào)按照從左至右、自上而下的順序依次、重復(fù)嵌入到第1個(gè)內(nèi)蘊(yùn)模態(tài)函數(shù)對(duì)應(yīng)圖像的極值點(diǎn)中，并結(jié)合剩余內(nèi)蘊(yùn)模態(tài)函數(shù)及余量信息重建得到嵌入水印后的圖像。水印圖像的提取為該嵌入過(guò)程的逆過(guò)程。通過(guò)對(duì)多組圖像進(jìn)行水印嵌入，得到嵌入水印后圖像的峰值信噪比均在40dB以上：對(duì)嵌入水印后圖像進(jìn)行高斯噪聲、椒鹽噪聲、大尺度剪切等攻擊實(shí)驗(yàn)，得到提取水印圖像與原始水印圖像的化相關(guān)系數(shù)均在0.96以上。實(shí)驗(yàn)結(jié)果表明，嵌入水印圖像具有良好的不可見(jiàn)性，并對(duì)高斯噪聲、椒鹽噪聲，特別是對(duì)大尺度剪切具有較強(qiáng)的魯棒性。