计算机和互联网行业的发展带动着企业的升级和转型,大数据、云计算、人工智能技术的不断成熟促使智能化社会逐渐渗透到各个领域中去。我们每天在创造数以万计数据的同时,数据也在改变着我们的生活方式。面对日益激增的、庞大的数据信息在开放的、共享的互联网上传播等特点,网络信息安全已成为一大隐患。传统的加密技术在黑客、病毒等各种威胁下显得尤为脆弱,然而数字图像隐写技术作为一种更高级的信息安全技术在多媒体数字化的时代得到了发展。数字图像隐写术不同于传统的加密技术,数字图像隐写技术利用人眼的视觉冗余将秘密信息嵌入到载体图像中达到隐蔽秘密信息的事实,因此数字图像隐写术的性能与人眼视觉系统密切相关。本文研究的目的在于研究如何将传统的隐写算法与视觉感知相结合来达到更优的隐藏效果,并利用人眼视觉特性提出一种视觉不可感知的评价指标,本文的研究内容如下:1、针对目前传统隐写评价指标与隐写算法不匹配,本文提出了一种更符合人眼感知的隐写评价指标。该指标融合人眼视觉掩蔽特性和数字图像隐写的载体特征,加强了人眼视觉对局部图像的感知特性。实验结果表明该评价指标更符合视觉感知并且具有较低算法复杂度。2、对现有的菱形编码隐写算法进行改进,通过结合视觉注意力机制和人眼对图像的灰度、纹理等敏感特性提出一种感兴趣区域的菱形编码隐写算法。在低层人眼感知判定的基础上通过视觉注意模型动态调整嵌入的秘密信息。实验结果显示,相比于基于边缘的菱形编码隐写算法(Edge Adapter Pixel Pair Matching,EAPPM),该算法不仅有较高的视觉不可感知性,而且能抵抗传统的空域隐写分析。3、通过分析目前基于JPEG隐写算法的的优缺点,提出一种基于修改量化表和立体菱形编码的频域隐写算法。该算法保持了标准的8×8量化表,并在嵌入过程中动态判断像素块的统计特性,然后找出最佳匹配的嵌入模板。实验结果表明,该算法在保证不可感知的同时有效提高了隐写的嵌入容量。