随着互联网的飞速发展,信息安全技术变得至关重要。信息隐藏技术经历了十余年的研究与发展,而今越来越受到人们的关注。隐写分析和隐写术是信息隐藏技术中最为重要的两个分支,他们之间的关系既是相互矛盾又是相互促进。论文通过研究隐写分析技术,针对多载体图像为主要研究内容,提出了与图像格式无关性的通用隐写分析方法和基于Rich模型的小嵌入率通用隐写分析方法。论文主要工作包括以下两个方面。通过对JPEG、BMP、GIF三种图像隐写术及现有文献特征提取算法的研究,基于多域特征提取统计特征的方法,提出一种用于检测多种格式图像的通用隐写分析方法。该方法首先从轮廓波域提取相应特征,采用联合概率密度来计算离散余弦变换系数间的相关性以及用共生矩阵来计算系数对在图像中的分布状态,并将其扩展到空域,提取相应特征值；进而采用相同的方法提取校准图像的特征值,最后将二者的差值作为特征向量并对分类器进行训练。实验结果表明：与Jessica Fridrich提出的“对分析”检测方法和罗向阳提出的小波包变换方法相比,针对多种图像格式进行隐写分析,该方法具有更好的平均检测效果,平均检测准确率超过了75%。针对目前文献对嵌入量较小时检测率偏低的问题,提出一种基于Rich模型的小嵌入率通用隐写分析方法。该方法是基于噪声分量模型和纹理分量模型提取相应特征集,首先从轮廓波分析、邻域线性预测、图像去噪方面分析提取图像的特征,并对得到的特征集进行校准,进而形成特征集,最后利用集成分类器进行分类。实验结果表明：该方法与已有文献相比,当嵌入量高于1KB时检测结果具有较高的可靠性。