随着信息技术的发展，信息安全问题日益突出，作为信息安全领域的研究热点之一，信息隐藏已经得到越来越多的关注。面对多媒体信息安全的发展与应用需求，以图像为载体的隐藏信息检测技术研究已成为信息隐藏技术研究中的一个重要方向。本文基于图像的区域平稳的Markov模型，在深入研究数字隐写机理对图像统计特征影响的基础上，提出了三种基于图像局部复杂度的隐写分析算法，所做的主要研究工作包括：1、分析图像统计特征及其受数字隐写的影响。以自建高精度分类图像库为对象，分析了图像直方图、差分直方图以及游程长度直方图等统计特征与图像复杂度之间的关系。通过比较载体、载密图像统计特征差异，以及测试典型隐写分析算法在不同复杂度的图像库上的性能，得出了图像平坦区域呈现更明显的隐藏信息存在性特征的结论，为开展基于图像复杂度的隐藏信息检测算法研究奠定了基础。2、提出了一种基于偏离度直方图的LSB匹配隐写分析算法。经LSB匹配隐写嵌密后，图像平坦区域像素间的关系会发生更明显的改变。根据图像信源具有区域平稳性的特点，定义了偏离度的概念来刻画图像的局部复杂度，设定图像像素偏离度的阈值来选取图像平坦区域，统计分析平坦区域像素的偏离度直方图嵌密前后的差异，并提取56维分类特征，结合Fisher线性判决实现隐写检测。实验结果表明该算法对未压缩高精度图像具有较好的检测性能。3、提出了一种基于平坦区域游程长度直方图的隐写分析算法。在一幅图像之中，存在着复杂度不同的区域，数字隐写对它们统计特征的影响不相同。嵌入秘密消息后，图像的平坦区域会发生更加明显的改变，而纹理较为复杂区域的改变较小。从图像信源统计特性出发，采用四叉树结构对图像逐级划分，依据图像局部方差指标来刻画各子区域的局部复杂度，从而由各级分块子区域选取平坦区域，在这些区域提取游程长度直方图统计矩特征，检测图像中是否包含秘密消息。实验结果表明，该算法具有较好的检测性能。4、提出一种应用Mean Shift图像分割和联合判决的隐写分析算法。用Mean Shift算法把图像划分为若干个子图像，根据子图像复杂度(边缘像素密度)将子图像分成若干类，然后为每个类别训练一个分类器，根据检测可靠性的高低赋予每个类别相应的权重。通过对各子图像的检测结果进行加权融合得到一幅完整图像的检测结果。针对LSB匹配隐写分析的实验结果表明，该算法的检测性能优于典型隐写分析算法的检测性能。最后，对本文工作进行了总结，并对图像隐写分析技术的发展和研究进行了展望。