随着对信息隐藏技术的深入研究,图像信息隐藏技术得到广泛地应用。然而,传统的修改图像数据的隐写方法容易被隐写分析方法破解。近年来,有学者提出不修改图像数据的无载体信息隐藏技术,即将图像诸如颜色、亮度、纹理、边缘结构等图像特征和需要传输的秘密信息建立相互映射的关系。该类方法不但提高了抗隐写分析的能力,且具有广阔的应用前景。本文根据无载体信息隐藏方法的定义与思想,提出以下两种方法:基于种子生长法和最低有效位(LSB)的可逆合成纹理隐写算法和基于完备分组基的无载体信息隐藏算法。前者针对已有的基于纹理生成的无载体隐藏方法,通过本文提出的种子生长法和LSB隐写方法以解决合成的含密纹理图像尺寸过大、视觉效果较差、需要传输额外参数的问题;后者针对已有的基于映射规则的无载体隐藏方法,通过文中提出的完备分组基以解决所构建的图像特征序列无法与所有种类的秘密信息相互映射的问题。本文主要研究内容及创新点包含以下几个方面:(1)本文提出了一种基于种子生长法和LSB的可逆合成纹理隐写算法。首先,文中设计了一种基于方阵原则的秘密信息分割策略,该策略可以有效缩小最终含密合成纹理的尺寸,同时保证嵌入秘密信息的容量不变。其次,利用种子生长法进行纹理合成能够确保嵌入的纹理块之间具有一定的相似度和连续性,而生成的含密合成纹理图像具有与原始纹理较为接近的视觉效果。最后,利用LSB隐写方法和便携式网络图形(PNG)格式图像的特性将提取秘密信息时所需的额外参数嵌入含密合成纹理图像。在发送含密图像的过程中,无需额外传输相关参数,从而增加了参数的安全性。在信息提取时,从含密纹理图像中提取出必要参数,并根据参数还原初始纹理图像。利用提取出的初始纹理,重新执行合成纹理的过程,从而提取传输的秘密信息。(2)本文提出了一种基于完备分组基的无载体信息隐藏算法。首先,利用含阈值的像素均值方法对图像进行特征提取。在像素均值法中增加了阈值限定,为此能有效地确保图像特征的鲁棒性。其次,文中提出完备分组基与分组基完备化方法,该方法保证不同的秘密信息能与对应的含密图像建立映射关系。然后,被传输的含密图像是由分组基与秘密信息联合运算所得,从而能够较大程度确保秘密信息在传输时的保密性。在信息提取时,接收方仅需将接收到的含密图像与原基图像进行特征匹配,从而避免从被攻击的含密图像中提取出错误的图像特征序列,同时能有效提高提取秘密信息的成功率。