隐写术是一种隐藏通信手段,其目的是避开第三方的怀疑将信息传递出去,在军事、情报、国家安全等方面具有重要的意义。隐写的基本要求是要有极高的安全性和足够的信息嵌入量。由于当前针对隐写的主要对抗措施是利用统计分析手段发现数字媒体的统计异常性,因此统计隐蔽性是安全隐写的主要考虑因素。基于LSB的图像隐写方法简单,嵌入量较大;而基于人眼视觉特性的图像隐写算法具有很好的视觉隐蔽性和较大的嵌入量,因此两者都得到了广泛的应用,现在针对它们已经出现了多种有效的隐写分析方法。本论文对隐写和隐写分析的目的、基本原理、主要方法进行了讨论,对国内外研究现状进行了综述。系统地分析了现有的隐写算法,针对隐写算法中存在的统计异常,提出抗统计分析、安全性更好的算法,主要工作如下:(1)针对无损像素值差分(PVD)隐写算法,当门限阈值大于特定值时不能嵌入隐藏信息的缺点,提出自适应无损像素值差分隐写算法,分别运用水平像素和竖直像素的相关性进行嵌入,克服了原始算法缺点,提高了图像信息隐藏量。实验结果表明了算法的有效性。(2)提出基于像素特征的图像隐写算法,每个像素的信息嵌入量根据像素的特征而不同,也就是根据像素是位于边缘还是平滑区域进行确定,用简单的LSB方法进行信息嵌入。为了提高隐写图像的质量,运用最优像素调整(OPAP)的方法。(3)针对边缘匹配(SM)隐写算法,不能正确提取隐藏信息、像素灰度差值直方图统计特性异常的缺点,提出改进的SM算法。根据边缘像素的最大值和最小值的差值确定嵌入容量,并且运用OPAP方法提高了隐写图像的质量。实验结果表明,算法不仅可以正确地提取隐藏信息,还可以提高隐写算法的安全性。