较早利用分块DCT的水印技术是Koch.E、Zhao.J的文章[1]，他们的水印方案是用一个密钥随机的选择图像的一些分块，在频域的中频上稍稍改变一个三元组来隐藏二进制序列信息。这种方法对有损压缩和低通滤波是稳健的。Cox等[2]提出了著名的基于图像全局变换的数字水印技术，该方案对整个图像作离散余弦变换(DCT)，然后将水印嵌入到预先设定的低频分量中，水印信号由高斯分布的实数序列组成，算法不仅在视觉上具有不可察觉性，而且稳健性也非常好，可经受JPEG压缩、滤波、剪切等攻击。Barni等[3]提出一种利用HVS掩蔽特性的基于DCT的水印算法，在水印嵌入阶段，对的图像进行的DCT变换，对DCT系数按Zig-Zag扫描重新排列为一维向量，留下向量中开始的L个系数不作修改，对第L个系数后面的M个系数进行修改以嵌入水印。黄继武等人[4]在对DCT系数DC和AC分量的定性和定量分析的基础上，指出DC分量比AC分量更适合嵌入水印，嵌入DC分量的水印具有更好的稳健性，并提出了一个利用DC分量的自适应算法。
以上算法至少有以下两个缺点：①在水印提取过程中使用了原始图像，这一点在实时的网络环境中很难做到；②只能给出水印存在有无的回答，在许多应用场合要求水印是有意义的，如一个二维图像(商标、印鉴等)。显然，这种有意义的水印所包含的信息量、可感知性、可辩识性及保密性，是无意义的伪随机噪声所不能比拟的。
本文在研究了前人算法的基础上，提出了一个利用块分类的DCT域自适应扩频图像水印算法，嵌入的水印是一个可视二值图像。用两个不相关的伪随机序列分别代表水印信息中的0和1，从而达到扩频的目的，将扩频后的水印信号，嵌入到分块DCT域的中低频段系数中。在嵌人过程中充分考虑到了局部图像的复杂度，能够自适应地调整嵌人强度，水印检测算法不需要原始图像，实现了盲检测。仿真实验表明：图像经过JPEG有损压缩、低通与中值滤波、剪切等图像处理操作后仍是稳健的。