隐写分析是信息隐藏检测的重要分支,分为针对性隐写分析和广义隐写分析。针对性隐写分析检测率高,但考虑到隐写术的多样性,它的实际应用受到限制。广义隐写分析适用性强,可以针对任意隐写方法训练,因此对其开展研究具有重要意义。图像广义隐写分析类似于两类模式识别问题,其目的是为了将给定图片分为隐写和未隐写两类,因此特征提取、特征空间优化和分类器设计是其中的三大关键技术,本文从这三方面进行了深入研究和大量实验,主要内容包括:1.针对目前广义隐写分析多从灰度图中提取特征而忽略了颜色信息的缺陷,在分析和比较小波子带系数高阶概率密度函数(PDF)矩和直方图特征函数(CF)矩的基础上,提出结合颜色相关度和直方图CF矩的方法。对图像亮度分量引入小波子带直方图CF矩,对色度分量提取矢量方向相关度特征。该方法不但克服了单纯从灰度图中提取特征的片面性而且通过引入直方图CF矩获得了更加有效的隐写分析特征集。实验结果表明,该算法对多种隐写方法均有较好的检测效果。2.考虑到提取的特征中有些并不能很好地反映由于隐写所带来的统计特性变化,提出利用方差分析对特征进行评估的策略,进一步从中选取更有效的特征以改善分类性能。实验结果表明,经过方差分析特征选择后,隐写分析的特征空间得到有效优化,分类器训练时间大大减少,同时检测率也得到有效提高。3.由于当前广义隐写分析多为两类隐写分析,只能判断隐写的存在性,因此通过结合直接非循环图支持向量机算法将隐写分析特征集推广到多类广义隐写分析中。这样不仅可以检测图像是否存在隐写还可以推断隐写图像可能使用的隐写工具,为进一步使用针对性隐写分析方法提供了有效信息。比较实验结果表明,该算法具有较好的分类效果,在结合广义隐写分析和针对性隐写分析方面进行了有益尝试。