互联网自1969年诞生以来,在各个领域都有不可忽视的建树,同时也给信息安全领域带来了极大的挑战。信息隐藏技术是针对信息安全问题发展起来的,利用不同形式的传播载体实现秘密信息的传递,其中一个分支就是隐写。以图像为载体的隐写技术,从修改操作的作用域进行划分,有空域和变换域两种,并逐渐从无差别对待所有像素点的非自适应隐写发展到关注图像内容并结合编码的自适应隐写,随着深度学习领域的日益火爆和计算机算力的提升,利用深度学习网络模型进行训练直接生成隐写图像以及利用对抗思想进行隐写分析也成为当今图像隐写技术很有前景的发展方向。但现有研究大部分都将LDR图像作为隐写载体,在隐写安全性和隐写容量的权衡上还有一定的局限。高动态范围图像与传统图像相比,其浮点数数据类型的特性能够提供极大的动态范围,从而将自然场景中的色彩、亮度等各种细节真实地展现出来,因此在数字图像领域受到越发广泛的关注。同时,浮点数数据类型也使得HDR图像的冗余空间更大,这也为图像隐写技术提供了新的思路。本文对HDR图像的不同存储格式进行细致研究,以传统图像隐写术和基于深度学习的图像隐写术为理论基础,提出了两种不同的以HDR图像作为载体图像的隐写算法:1)基于RGBE格式的HDR图像隐写算法结合自适应隐写算法思想,将图像分为平坦区域和边缘区域,根据HDR图像像素点的指数值确定像素修改幅度从而对其进行修改,实现秘密信息的嵌入。经验证,本算法生成的隐写图像的可感知概率很低,能够达到SCOA安全等级,与现有的基于HDR图像的隐写算法相比,生成的隐写图像质量更好。2)基于卷积网络的HDR图像隐写算法利用Open EXR格式提取HDR图像小数空域的后八位比特作为隐写载体,设计了以Residual Block为基础模块的隐藏网络和提取网络,并将余弦相似性函数加入损失函数中,衡量图像对之间的颜色失真,最终实现将一张LDR图像隐藏到相同尺寸的HDR图像中。从主观视觉和客观指标两个方面对生成的图像进行质量评估,均取得了不错的效果。除此,实验证明所提算法能够抵抗隐写分析工具的攻击,安全性较高。