当前主流图像隐写算法主要存在以下问题:(1)使用均值滤波平滑修改代价矩阵,难以去除修改代价矩阵中的孤立噪声,并且处理修改代价矩阵中的纹理边缘效果较差;(2)秘密信息嵌入载体图像中时,载体图像像素的修改方向往往是随机?1,并且被修改的像素相对分散,不符合隐写算法设计原则中的修改聚集原则。为了设计出安全性更高的图像隐写算法,本文针对当前主流隐写算法的上述缺点做出了完善,并提出了一种新的、安全性更高的图像隐写算法。其主要的内容如下:(1)针对使用均值滤波效果较差的缺点,本文提出一种基于动态中值滤波的修改代价扩散方法。该方法能够替代原来的均值滤波,能够有效地处理修改代价矩阵中的孤立噪声与纹理边缘。(2)针对修改聚集原则,本文提出一种基于最小值滤波与感知哈希算法的修改聚集方法Cluster-LQ(Clustering improved by LQ)。该方法能够有效寻找秘密信息嵌入时,载体图像中像素被修改的聚集区域,并使纹理相似的区域拥有相同的修改方向。(3)在上述研究内容的基础上,本文提出一种基于无损压缩和低通滤波的图像隐写算法Mi POD-LQ(Minimizing the Power of Optimal Detector improved by LQ)。该算法使用本文提出的无损压缩算法对秘密信息进行压缩,使用当前主流算法中安全性最高的Mi POD(Minimizing the Power of Optimal Detector)的方差估计器计算载体图像的修改代价矩阵,使用本文提出的动态中值滤波器平滑修改代价矩阵,再使用本文提出的修改聚集方法确定载体图像中被修改像素的修改方向,最后使用STC编码嵌入秘密信息。实验证明,在改进了当前隐写算法存在的上述缺点后,本文隐写算法Mi POD-LQ相较于当前安全性最高的Mi POD算法,抵抗隐写分析SRM(Spatial Rich Model)特征的检测错误率和抵抗隐写分析max SRMd2(max Spatial Rich Model)特征的检测错误率都得到了提升,说明本文提出的算法比当前的同类算法具有更高的安全性。