网络通信技术的迅猛发展,使多媒体数据在网络中得以迅速传播。尤其是隐写技术的飞速发展与广泛应用,给秘密信息的传输蒙上了隐蔽的面纱。隐写技术以数字媒体为载体,利用人类的感知冗余和数字媒体的数据冗余,将信息以某种编码或加密的方式隐藏于数字媒体中,可应用于各种秘密信息的安全传输,如个人隐私、商业秘密和国家机密等。然而隐写技术在为人们和社会服务的同时,往往也被不法机构用来传递非法信息,危害国家安全和社会稳定。因此研究与隐写技术相对抗的隐藏信息检测技术具有十分重要的意义。本文主要研究基于学习的图像隐藏信息检测技术,在大规模图像库上提取对信息嵌入敏感的特征来训练分类器,用训练得到的分类器对隐藏信息进行检测。敏感特征提取是此类方法的关键,本文的主要研究成果如下：(1)提出一种基于图像直方图和相关性特征的LSB匹配隐藏信息检测算法。将空域LSB匹配嵌入模拟成在图像中添加独立随机噪声,而独立随机噪声会使得图像直方图变平滑,并扰乱图像像素之间的相关性。针对LSB匹配对图像造成的影响,计算图像直方图梯度能量作为直方图特征,并从理论上证明了此特征的有效性；运用邻域度直方图和游程长度直方图来提取图像相关性特征,充分考虑信息嵌入对相邻像素及连续相等像素之间相关性的影响。运用小波变换对待检测图像进行去噪来构造校准图像,分别从待检测图像和校准图像提取特征,将对应特征的比值作为最终特征。在大规模原始和隐写图像库上,运用支持向量机对特征进行训练和测试,实验结果表明此算法具有良好的检测效果。另外,通过对本文直方图特征和相关性特征的检测性能比较,发现两者在检测未压缩过的图像和用JPEG压缩算法压缩过的图像上各具优势。(2)提出一种基于图像扩展特征的LSB匹配隐藏信息检测算法。适当的扩充特征向量的维数可以提高分类器的检测精度,本文对上述检测算法提取的特征进行了扩展。对于图像直方图特征,不但提取了直方图梯度能量特征,而且统计出图像直方图相邻元素的绝对差作为特征；对于图像相关性特征,本文分别沿水平、垂直、斜向及反斜向四个方向,从待检测图像构造四个差分图像,运用共生矩阵模型对差分图像进行统计来提取特征。利用LSB匹配嵌入算法对待检测图像进行信息嵌入来构造校准图像,分别从待检测图像和校准图像提取特征,将对应特征的比值作为最终特征。在大规模图像库上运用支持向量机训练分类器,实验结果表明此算法具有更佳的检测效果。(3)提出一种基于DCT域联合特征JPEG图像隐藏信息检测算法。以JPEG图像为载体的隐写方法通常直接修改载体图像量化后的DCT系数,因此从DCT域提取的特征对隐藏信息的嵌入最为敏感。本文从三个方面分析了信息嵌入对DCT系数的影响,即DCT系数的分布情况,DCT系数的块内相关性及DCT系数块间相关性。运用直方图模型对DCT系数分布情况进行统计以提取直方图特征；利用差分来表征DCT系数的块内和块间相关性,然后运用共生矩阵模型提取相应的特征。利用空域裁剪再压缩的方法为待检测图像构造校准图像来对特征进行校准,在大规模图像库上利用支持向量机对特征进行训练得到分类器。实验结果表明,本文算法与已有检测算法相比具更好的检测精度。另外根据本文设计的JPEG图像隐藏信息检测算法,我们实现了一套《JPEG图像隐藏信息检测系统》。系统不但采用了基于DCT域联合特征的检测方法,而且集成了基于JPEG图像文件格式的检测方法。该系统检测精度高、实用性强,已获得“中华人民共和国国家版权局”授予的《计算机软件著作权》。(4)提出一种基于变种遗传算法的特征选择算法。现有的隐藏信息检测算法为了提高检测精度,提取的特征维数越来越高。然而随着特征维数增加,分类器检测图像的速度会随之减慢,而且新增特征对算法检测精度的贡献还有待考究。本文利用遗传算法来对已有特征进行选择,结合支持向量机为遗传算法设计相应的适应性函数,为交叉和变异算子配置合适的参数。针对遗传算法的局部收敛问题,提出用种群相似度和代间转移度来判断算法是否收敛到局部,使得算法可以跳出没有满意解的局部。实验结果表明,用特征子集训练的分类器比用特征全集训练的分类器具有更高的检测精度与速度。