数字图像隐写作为信息隐藏技术的重要分支，在现代社会中的作用日益凸显，军事、外交、商贸等领域的应用需求对其实用性提出了更高要求。一方面，常见的图像空域隐写算法抗隐写分析能力不强，各类改进算法往往以牺牲隐藏容量为代价；另一方面，变换域算法虽然鲁棒性较强，但隐藏容量小，不能完全满足实际的应用需求。本文的主要工作就是围绕如何改善图像隐写算法隐藏容量，使其更利于实用化这个目标展开。论文的主要研究成果与创新性如下：(1)提出了一种基于预处理的位平面复杂度分割(Bit-Plane Complexity Segmentation,BPCS)改进算法。BPCS算法隐藏容量大、隐蔽性好，但却易受复杂度直方图攻击。论文提出的改进算法对嵌入秘密信息引起的复杂度直方图变化进行了逆向预处理补偿，改进后的算法在保持较好隐蔽性的同时具有很强的抗复杂度直方图攻击能力。由于补偿过程发生在隐藏秘密信息之前，在同等安全性的条件下，与同类改进算法相比，本文提出的BPCS改进算法具有更大的隐藏容量。(2)提出了一种DCT域的大容量图像隐写算法。DCT域算法隐藏容量小，不能完全满足实际应用的需求。论文提出的算法对秘密信息及载体图像进行预处理以增强秘密信息的安全性、提高隐藏容量。同时，算法对于嵌入位置、嵌入强度、嵌入时机、嵌入方法的选择都以在确保隐秘安全性的前提下提高隐藏容量为原则。实验结果表明，该算法相对于传统DCT域隐写算法，隐藏容量得到明显提高，且具有较好的不可检测性和鲁棒性。(3)提出了一种新的动态补偿的Outguess隐写改进算法。Outguess算法在嵌入秘密信息后进行统计量修正，这种修正补偿方法以牺牲隐藏容量为代价换取一阶统计量的保持。论文提出的改进算法利用马尔可夫链(Markov Chain, MC)模型安全性标准，在嵌入秘密信息的同时对二阶统计量进行动态补偿。由于不需要专门留下冗余位进行统计量修正，算法的隐藏容量得到明显提高，同时抗检测性也得到进一步的增强。