数字图像已成为现代社会人们不可或缺的信息传播载体,基于数字图像的信息安全研究也必不可少。数字图像隐写术能将隐秘信息隐藏入图像中,由于图像内容复杂且隐写术引起的改变非常细微,不易引起注意而能够实现秘密通信。在军事、政治、金融等领域,隐写术能够保证安全通信而具有非常重要的意义。然而,非法恶意使用隐写术,将会给个人隐私、社会稳定乃至国家安全带来恶劣的影响,因此,检测图像是否被嵌入秘密信息的隐写分析术至关重要。目前,数字图像隐写术多基于内容自适应框架,将秘密信息隐藏在噪声纹理复杂的区域,提高隐写分析的难度,数字图像内容自适应隐写已形成稳定的体系,并日益完善,然而,基于内容自适应的数字图像隐写分析术才初有规模,成果甚少。为了提高隐写分析算法检测性能,本文基于选择信道信息进行隐写分析算法的研究,就目前传统特征提取算法和新兴深度学习网络两个主流分支开展如下工作:(1)针对现有隐写分析算法都是直接利用选择信道信息而未考虑其特性的现状,本文提出从选择信道信息预处理和选择信道信息使用方式两个方面来更充分地利用选择信道信息。通过这两种方式,选择信道信息中数值更大的像素点,也就是隐写过程中更易发生改变的点,在最终隐写分析特征中所占权重更大,使设计的特征能够尽可能多地捕捉数字图像隐写前后的统计性差异,达到提高检测正确率的目的。通过实验证明,我们所提出的隐写分析算法相比目前最优的隐写分析算法具有更高的检测正确率。(2)针对基于深度学习的隐写分析算法由于图像嵌入概率矩阵在进行卷积时将会损失部分有效信息的现状,本文提出一种选择信道信息增强策略,通过增强概率矩阵中数值大的点,提高概率矩阵对网络作用,改善了卷积时会丢失有效信息的问题,通过实验证明,该策略能有效提高算法检测正确率。(3)目前选择信道信息都是在已知嵌入容量的先验条件下获得的,然而现实场景中,这样的先验条件较难获得。针对该问题,本文提出一种在未知嵌入容量下的选择信道信息估计策略,并将该策略应用于传统特征提取算法和基于卷积神经网络的隐写分析算法中,通过实验证明,与未使用选择信道信息相比,结合估计的选择信道信息的隐写分析算法能达到更高的准确率,该选择信道信息估计策略是有效的。综上所述,本文在嵌入容量已知与未知两种情况下,分别针对传统特征提取算法和卷积神经网络两个主要分支提出了更优地利用选择信道信息的策略,并通过实验验证选择信道信息对隐写分析算法检测性能的重要性。资助。