随着Internet的迅速发展和应用,信息安全问题日益突出,信息隐藏技术作为隐藏通信和知识产权保护等的主要手段正得到广泛的研究与应用。图像稀疏表示是近年来一个十分热门的研究课题,已在图像压缩,去噪声,特征提取及检索方面得到了广泛的应用。本文对于图像稀疏表示在隐写算法中的应用做了深入的研究,结合现有图像稀疏表示的研究成果,提出了充分考虑稀疏字典和分解系数重要性的基于图像稀疏表示的隐写算法。本文主要完成了以下三方面的工作。(1)基于图像稀疏表示的隐写算法整体结构根据现有图像稀疏表示理论,提出了基于图像稀疏表示的隐写算法。该算法通过采用二值冗余字典,以及非负限定的匹配追踪算法,成功克服了信息的嵌入对图像稀疏分解稳定性的影响,保证了接收端对秘密信息的正确提取。该算法能够与任何基于空间域的编码技术相结合。实验表明,在相同的嵌入算法和嵌入容量下,稀疏域隐写算法比空间域方法有更好的抗检测性能。(2)基于图像稀疏表示的隐写算法中冗余字典的研究冗余字典是基于图像稀疏表示的隐写算法中的关键问题,但目前对其的研究仍是空白。我们首次系统地讨论比较了各类冗余字典对稀疏域隐写算法性能的影响。冗余字典分别选择基于数学模型、组合多种子字典以及基于学习等三类方法构造的二值冗余字典。通过实验结果与分析,总结给出了各类字典用于稀疏域隐写算法时,能够取得更优性能的字典构造准则和要求,而基于学习算法构建的字典能够使隐写算法获得更高的嵌入容量和更优的安全性能。(3)基于图像稀疏表示的隐写算法中分解系数重要性的研究图像稀疏分解后的系数是隐写算法中的另一个关键问题,它与图像统计特征有很大关联,修改不同系数对隐写分析方法有不同的敏感性。我们提出了充分考虑图像分解系数重要性的秘密信息嵌入准则。该嵌入准则对分解系数有选择得嵌入秘密信息,从而提高隐写的安全性能。实验结果表明,与随机嵌入相比,采用了本嵌入准则的隐写算法抗检测性能力更强,安全性更好。