数字水印作为一种新型的信息隐藏技术能够在公开的媒体数据中隐藏版权信息，起到保护数字媒体的信息安全、知识产权和认证等作用，成为了目前信息安全领域的一个研究热点。 独立分量分析(ICA—Independent Component Analysis)是在盲信号处理的研究过程中出现的一种信号处理和数据分析方法。利用它，可以在不知道源信号和传输信道参数的情况下，根据输入源信号的统计特性，仅通过观测信号恢复或提取源信号。它是当今信号处理领域中的一个研究热点，在语音信号处理、阵列信号处理、生物医学信号处理、移动通信、图像处理和噪声消除等方面有着广泛的应用。 本文着重研究在DCT域、DWT域基于混沌序列扩频和独立分量分析的图像数字水印技术，提高水印的鲁棒性。成果概括如下： 1、系统地介绍了数字水印技术的基本情况，包括数字水印技术的研究背景、国内外研究现状、应用领域、分类、特点、研究热点、未来展望、评价指标、本课题的研究进展。 2、提出了一种基于混沌序列扩频和快速独立分量分析的DCT域图像数字水印算法。给出了系统模型、嵌入算法、提取算法，获得了实验数据。水印鲁棒性较好。 3、提出了一种基于混沌序列扩频和快速独立分量分析的DWT域图像数字水印算法。给出了系统模型、嵌入算法、提取算法，获得了实验数据。水印鲁棒性更好，且运算速度更快。 4、提出了一种基于混沌序列扩频、快速独立分量分析和小波树的图像数字水印算法。水印鲁棒性较好，且运算速度较快。 最后进行了总结和展望，指出了本文的不足和对后续工作的展望。