隐写技术是信息安全领域的一种新兴技术,其在保障国家机密、商业情报、个人私隐等方面有着十分重要的意义和价值。高度的安全性和秘密信息嵌入容量是隐写算法的主要性能指标。由于目前针对隐写算法的主要攻击手段就是利用图像的统计分析算法来侦测传输的数字媒介的异常性特征,因此抗统计分析检测的隐蔽性是隐写算法在安全方面的主要考虑因素。基于LSB的图像隐写算法简单,秘密信息嵌入容量较大；而基于人眼视觉特性的隐写方法则具有很好的视觉私密性与较大的嵌入容量,因此两种算法的应用都十分的广泛。目前针对它们的检测已经实现了多种行之有效的隐写检测算法。本文对图像隐写算法和隐写分析算法的主要原理及其研究现状进行了描述,同时在分析相关隐写算法的基础上,提出了一些安全性高与抗统计分析的隐写算法,主要的工作如下：(1)针对像素特征(Pixel Feature, PF)隐写算法,图像区域划分不充分、抗隐写分析能力低的缺点,提出了一种改进的像素特征(PF)隐写算法。根据目标像素在原始图像中所处的区域,即平滑区、过渡区、边缘区,来确定目标像素的秘密信息嵌入容量,之后采用k-bitLSB算法进行秘密信息的嵌入。同时,为了改善隐写图像的抗隐写分析能力,采用最优像素调整(Optimal Pixel AdjustmentProcess, OPAP)算法来改善隐写图像的载密质量。实验结果表明,本文提出的算法能够增加图像秘密信息的嵌入容量,改善图像的抗统计分析能力,提高图像提取秘密信息的正确率,以及保持较高的峰值信噪比。(2)针对边缘匹配(Side Match, SM)隐写算法,秘密信息提取正确率不高、像素差值直方图出现波动异常的缺陷,提出了一种基于模函数与边缘匹配的隐写算法,算法首先利用SM算法确定图像小块所属的图像区域,然后在不同的区域使用不同的模函数模值来嵌入秘密信息。实验结果表明,该算法不仅提高了隐写图像提取秘密信息的正确率,也提高了隐写图像的抗隐写分析能力,同时还具有操作简单、容易实现、嵌入秘密信息容量大以及隐写质量高等优点。根据以上提出的隐写算法,本文进行了大量实验,对算法的嵌入过程与提取过程进行了实现与测试。实验结果表明,利用此方法可以得到较高质量的载密图像,并且能够很好的恢复秘密信息。总之,本文提出的隐写算法是切实可行的。