数字水印技术是近年来的一个研究热点,主要应用于对多媒体数据的完整性和内容真实性进行认证、隐秘通信、解决版权争议、设置用户标识和保护数字产品的知识产权等。数字水印检测是数字水印系统设计中重要的组成部分,它是指根据具体应用的要求检测水印的存在性或进一步解码恢复有意义的、可视的水印信息。水印检测算法可以分为两类:非盲水印检测和盲水印检测。通常的水印检测策略主要有线形相关检测、最大似然检测、最大后验概率检测等策略。这几种检测策略或者根据水印嵌入算法而设计,或者需要大量样本,这就为应用带来了局限性。本文根据Vapnik等人提出的一种基于统计学习理论的机器学习算法,在水印检测技术中引入一种针对小样本的学习理论——支持向量机(SVM),避免了以往检测方法中依赖于特定的嵌入算法的缺点。本文对SVM在水印检测中的应用做了研究,建立了基于SVM的数字图像水印检测实验平台,研究了平台的组成模块和功能,并且用实验证明使用SVM进行水印检测能有效提高水印的检测效率。本文基于SVM的数字图像水印检测技术,为数字图像水印的检测问题提供了一种新方案,对大量图像的盲检测做出了有益的尝试。