در دهه های اخیر پیشرفت تکنولوژی فناوری اطلاعات و گسترش شبکه ی اینترنت، فضای بسیار مناسبی را برای تولید و تبادل اطلاعات فراهم کرده است. در همین راستا، امکان تغییر غیرمجاز داده ها باعث شده است که مساله ی امنیت اطلاعات به صورت جدی تر مطرح شود. یکی از روش های حفظ امنیت داده ها، نشانه گذاری می باشد؛ نشانه گذاری به فرایند درج یک داده ی شناسایی در داده ی میزبان گفته می شود و برای مواردی چون اثبات مالکیت، شناسایی صاحب اثر، تعیین اعتبار محتوی، کنترل کپی و بایگانی اطلاعات به کار برده می شود. اخیرا روش های نشانه گذاری با محور مشترک جاسازی مقادیر تکین نشانه در حوزه تبدیل در سطح وسیعی مطرح گردیده اند. لذا در این پایان نامه سعی شده است تا با بررسی این روشها، برای بهبود و رفع ضعف های موجود راهکارهایی ارائه شود. این راهکارها در سه محور بهبود نتایج الگوریتم استخراج نشانه، جاسازی مقاوم در یک فضا از زیرباندهای مستقل و رفع نقص برخی روش های نشانه گذاری با مطرح کردن یک روش نشانه گذاری کور، ارائه شده اند. در این پایان نامه، سه الگوریتم برای بهبود روش های نشانه گذاری تصاویر رقمی ارائه می شود که ابزار اساسی روش های پیشنهادی، متد تحلیل مولفه های مستقل است. قابلیت الگوریتم های تحلیل مولفه های مستقل در جداسازی منابع مستقل، بستر مناسبی برای استفاده از ان هم در بحث استخراج و هم جایگذاری نشانه فراهم می کند. تمرکز الگوریتم اول برروی استخراج نشانه خاکستری توسط متد تحلیل مولفه های مستقل است. در فرایند جاسازی نشانه، ابتدا از تصویر میزبان چند مرحله تبدیل موجک گسسته گرفته می شود. سپس از زیرباندهای فرکانسی مرحله ی آخر، زیرباند فرکانسی تخمینی به عنوان تصویر مرجع انتخاب می شود و با اعمال تجزیه مقادیر تکین به زیرباندهای فرکانسی تصویر مرجع و تصویر نشانه، مقادیر تکین زیرباندهای فرکانسی نشانه در مقایر تکین زیرباندهای فرکانسی متناظر تصویر مرجع جاسازی می شوند. استخراج نشانه توسط متد تحلیل مولفه های مستقل و با استفاده از تصویر مرجع مرحله ی جاسازی، انجام می شود. در الگوریتم پیشنهادی دوم، از متد تحلیل مولفه های مستقل به عنوان یک حوزه ی تبدیل چند سطحی برای تبدیل تصویر میزبان و تصویر نشانه به یکسری زیرباند فرکانسی مستقل استفاده می شود. برای جاسازی نشانه ی خاکستری بعد از اعمال چند مرحله تبدیل تحلیل مولفه های مستقل به
