数字水印是版权保护、信息安全领域的一项重要技术。上世纪九十年代初,数字水印技术的研究日臻完善,并开始逐步与各种信号处理技术相结合,以获得更强的鲁棒性和更好的不可感知性。快速独立分量分析技术(Fast Independent ComponentAnalysis,FastICA)是一种盲源分离的信号处理方法,其混叠/分离的思想可应用于水印系统的嵌入/提取的过程中,因此涌现了一系列基于FastICA的数字水印算法。　　 大多数学者在研究FastICA数字水印算法时都忽略了FastICA存在的排序、相位和幅值的不确定性对水印提取所造成的影响。因为FastlCA缺乏对源信号及混叠模型的先验信息,所以由FastICA提取的独立分量存在随机排序、反相输出和幅值的放大或缩小等问题,这会造成水印的误判,从而导致检测率的降低。　　 本文研究了独立分量分析的理论模型、约束条件,讨论了FastICA算法流程。对基于FastICA的图像分离和运动目标检测进行了实验研究,取得了良好的效果。　　 本文研究了应用于水印系统的FastICA混叠/分离模型,对基于FastICA的数字水印算法进行了实验研究。研究发现,对于FastICA频域水印算法,通过选择稳定性好、视觉容量大的频域区间,可以改善FastICA空域算法中存在的鲁棒性差、安全性低和视觉容量小等缺点,并通过Matlab仿真实验验证了基于FastICA频域算法比空域算法更适合用于版权保护的数字水印领域。　　 在FastICA数字水印的实验研究基础上,本文重点研究了FastICA利用负熵度量信号非高斯性的判别准则,深入分析了源信号的概率密度分布和高斯拟合度,并通过计算源信号的Ryan-Joiner值,客观地估计源信号的非高斯程度。分析后发现,源信号之间非高斯程度的接近导致了提取信号的排序不确定。在此基础上,提出了基于水印信号时频转换和基于载体信号特征提取的两种排序纠正方法,并结合相位比对和幅值量化的方法,消除了FastICA在水印提取过程中存在的不确定性。　　 将本文提出的消除FastICA不确定性的方法分别与载体图像的DWT-DCT结合域和独立特征域相结合。Matlab仿真实验结果表明,与传统基于FastICA频域水印相比,改进的两种方法不仅能消除水印提取的不确定性,在数据嵌入量,水印不可见性和抗攻击的鲁棒性等方面也有了不同程度的改善。