随着网络技术的普及,社会各界的信息化程度已经得到长足提高,与此同时,逐年增多的安全问题也引起了人们的重视。对于视频隐写来说,以H.264/AVC为载体的隐写术是网络安全的研究重点。目前,各国学者对此已做了大量工作,并取得了不少成果。在我国,视频隐写也得到国家强有力的支持。由于视频隐写具有隐蔽性强、嵌入容量高等特点,被广泛运用于军事间谍活动。然而,随着视频隐写分析工具的日渐强大,许多隐写方案已被攻破,所以本学位论文将思考新思路,围绕基于最小化失真框架模型展开研究,提出安全性和编码效率更高的隐写方案。本文的主要研究和工作集中在代价函数的构造,并结合H.264压缩编码格式展开讨论,研究内容如下:(1)设计了一种能有效抵抗校准分析的视频隐写方案,该方案结合最小化失真嵌入框架,利用H.264/AVC编码格式中帧内预测模式的内在特性,将帧内预测产生的绝对误差总和(SAD)作为构造代价函数的关键因素。同时引入基于预测偏差的映射规则,使得修改模式时产生的SAD偏差更小。(2)设计了一种能有效抵抗空间相关性分析的视频隐写方案,该方案围绕代价函数的构造展开,利用纹理边缘区域的空间相关性难以建模的特点,将边缘特征加入到代价函数中,使得嵌入尽可能集中在难以检测的边缘区域。在结合基于边缘强度的映射规则后,最优预测模式与候选模式的预测方向差异缩小。(3)通过对比实验,与已有的基于帧内预测的隐写算法相比,利用校准分析设计的隐写算法具有更高的安全性,在确保视觉质量的同时,编码效率方面也有效控制了比特率的增长。同时,抵抗空间相关性分析的视频隐写方案也表现出较好的安全性,并保证了编码效率和视觉质量。