基于“嵌入失真函数+隐写编码”框架的图像自适应隐写是现阶段数字图像隐写技术的典型代表,此类隐写将秘密信息的嵌入位置限制在纹理复杂和边缘等难以建模的图像区域,给针对此类隐写的隐写分析技术研究带来了极大的困难和挑战。本文关注JPEG图像自适应隐写检测,重点对敏感性强的低维检测特征提取、特定隐写的可靠检测、元素更改概率的利用以及集成分类器的优化等方面存在的若干关键问题开展研究。论文的主要工作和研究成果如下:1、阐述了开展数字隐写和隐写分析技术研究的理论价值和现实意义,介绍了国内外图像自适应隐写和隐写检测技术的研究进展,指出了JPEG图像自适应隐写检测技术研究中存在的若干关键问题。2、敏感性强的低维检测特征提取方面,针对已有检测方法在滤波器方向参数选择时存在盲目性,导致特征维数偏高但敏感性不足的问题,提出了一种基于高斯偏导数滤波器组的隐写检测特征提取方法。该方法根据图像自适应隐写的更改特点,利用多阶、多尺度的高斯偏导数构建滤波器,并从滤波子图像中提取一阶直方图特征用于检测。高斯偏导数滤波器组能够有效便捷地表征图像不同方向上的纹理和边缘信息,有利于敏感性强的低维检测特征提取。实验结果表明,相比已有典型方法,所提方法在保持较低特征维数的同时具有一定的检测性能优势。3、特定隐写的可靠检测方面,针对已有检测方法未考虑干扰量化类隐写特点,导致特征中存在较多冗余的问题,提出了一种基于可能更改位置的隐写检测特征提取方法。该方法基于干扰量化类隐写使用可更改系数选择规则对更改元素进行初始筛选的特点,利用可更改系数与二次量化步长的关系对图像中的可能更改位置进行判定,结合已有方法构建的特征提取源,仅从可能更改统计样本中提取特征用于检测。所得特征在一定程度上减少了冗余的存在,因此对此类隐写具有更强的敏感性。所提方法的有效性得到了实验验证,实验结果还表明,基于多阶统计特性的组合特征能够进一步提升对此类隐写的检测性能。4、元素更改概率的利用方面,提出了一种基于滤波系数权重分配的隐写检测特征提取方法。该方法基于信息嵌入域中元素在隐写时具有不同更改概率的特点,在已有滤波图像直方图特征的基础上,分析滤波系数与DCT系数的关系,得到与滤波系数存在表示关系的相关联DCT系数,并将相关联DCT系数的最大更改概率作为对应滤波系数的权重,通过对具有相同取值的滤波系数进行权重求和得到最终的检测特征。所提方法在一定程度上提升了特征对隐写更改的刻画能力,因此具有更好的检测性能。实验结果表明,所提方法能够提升已有特征的检测性能。同时,相比SCA方法,其在嵌入比率已知和未知情况下均具有一定的检测性能优势。5、集成分类器的优化方面,针对集成分类器在设计时未考虑特征分量间相关性和基分类器间性能差异的问题,提出了一种基于遗传算法和Pareto算法的隐写检测方法。该方法在已有集成分类器的基础上,利用具有良好全局搜索能力的遗传算法以特征子集为基本选择单元进行特征子空间的构建,保证了特征子空间的可分性和多样性,并利用具有双目标优化能力的Pareto算法对基分类器进行优选,在优化基分类器融合结果的同时还兼顾了基分类器的个数。实验结果表明,所提方法能够提升集成分类器的检测性能。