信息隐藏是在图像、音频、视频等数字媒体中嵌入不可察觉的隐蔽数据。隐藏检测就是以各种手段检测这些可疑信息的存在。有些类型的媒体信号因为广泛流行,而且便于传播和流通,因此很可能被用于信息隐藏,例如JPEG和GIF图像等。针对这些载体的分析技术具有重要的实际意义和应用价值,本文主要研究对JPEG图像的隐藏检测。隐藏检测的研究主要包括特征提取和分类器的选择与设计两个部分。在目前检测JPEG图像信息隐藏的各种特征提取方法中,Shi最近提出的一种基于马尔科夫过程的特征提取方法,其检测率明显高于以前的方法。本文的工作主要包含以下两个方面:一是改进了基于马尔科夫过程的特征提取方法。本文从四个方面改进Shi的方法:用Z形排序的一维DCT系数代替二维DCT系数,用块间特征代替块内特征,用更高阶的DCT系数差代替一阶DCT系数差,把DCT系数分组并分别统计每一组的特征。实验结果表明无论是一维还是二维的情况,使用二阶差的检测率都明显高于一阶差;使用二维DCT系数的二阶差提取特征,其检测率明显超过Shi原来的方法。二是用更少的条件证明了核典型相关分析的一种实现方法和传统实现方法的等价性,并把它用作隐藏检测的分类器,取得了比支撑向量机更好的效果。传统的核典型相关分析算法工作于基于核谱的特征空间,最近Huang提出在一定条件下,可以在核函数生成的希尔伯特空间用线性典型相关分析实现核典型相关分析,并给出基于统计理论的证明。本文给出另外一种证明方法,这种方法的限制条件更少。支撑向量机以其易用性和高性能广泛用于隐藏检测。我们提取了18种基于马尔科夫过程的特征,并用支撑向量机进行分类。对检测率最高的特征,我们用基于核典型相关分析的分类器重新分类。实验结果表明,其检测率超过支撑向量机,在嵌入量低时,效果尤为明显。