数字图像是信息隐藏的重要载体之一，其中JPEG图像因其在生活中大量使用，被广泛用作隐写的载体，因而研究JPEG掩密图像的隐写分析技术具有重要的应用价值和理论意义。在图像通用盲检测过程中，通常都会使用分类器进行分类，所以分类器的选择问题也是图像通用盲检测中的重要问题之一，分类器的性能优劣直接影响到检测效果的好坏。传统的分类器都有着很多缺陷，所以本文从分类器的角度着手，在对掩密图像盲检测中应用了当前模式识别领域几类新型分类器，并取得了不错的检测效果。本文主要工作如下：第一，针对Fridrich提出的基于SVM的JPEG图像通用隐写分析方法，我们通过实验进行了研究。第二，针对现有分类器存在的过拟合问题、分类准确不高、效率低等缺陷，应用了随机森林来取代传统分类器对JPEG掩密图片进行检测。实验结果表明：该方法可以进行有效地图像隐写分析。最后，本文利用稀疏表示分类器对JPEG图像进行了通用盲检测，并提出了基于稀疏表示的JPEG图像通用盲检测方法。实验结果表明：该方法可以进行有效地图像隐写分析。