目前大多数水印算法采用线性相关的方法检测水印,但是,当原始媒体信号不服从高斯分布,或者水印不是以加性嵌入方式嵌入到待保护的媒体对象中时,该方法存在一定的问题。数字水印的不可感知性决定了水印检测是一个弱信号的检测问题,利用这一特性,本文从图像小波变换细节分量的统计特性出发,应用广义高斯分布来建立其统计分布模型,并用最小化相对熵原理对广义高斯分布的两个参数进行建模。本文还提出了两种数字水印嵌入方案。第一种方案在Cox提出的乘性嵌入方式的基础上,提出了一种对于不同的图像,可以选择不同的嵌入强度因子和修改系数的非自适应乘性嵌入方式;第二种方案结合小波变换域人类视觉系统模型,给出了水印嵌入位置和嵌入强度的计算方法,提出了一种由嵌入位置和嵌入强度决定的鲁棒性自适应乘性嵌入算法。然后探讨了基于广义高斯分布模型的乘性隐藏盲水印检测器,分析了乘性隐藏盲水印检测器的检测门限,利用最小二乘法原理提出了一种门限值的计算方法。围绕数字水印的鲁棒性问题,本文对四副标准灰度图像进行了matlab仿真实验。第一种方案是在检测算法和虚警概率相同的情况下对非自适应乘性隐藏算法和自适应乘性隐藏算法做了鲁棒性实验和分析。第二种方案是在嵌入算法相同的情况下,对基于广义高斯分布模型的局部检测器和线性相关检测器做了鲁棒性实验。实验结果表明,对于未知嵌入强度的自适应乘水印算法,基于广义高斯分布模型的局部检测器具有良好的检测性能。