本文主要研究图像数据中隐秘消息的分析与检测技术。本文紧跟信息伪装和伪装分析技术的研究前沿，以深入探讨信息伪装系统的本质、剖析现有信息伪装软件并参考国际上最新的信息伪装分析技术为基础，提出多种实用可靠的图像信息伪装分析和检测算法。本文的主要贡献表现在： 一、正如信息伪装的主要领域都把图像作为载体一样，本文在分类分析载体图像的基础上，研究了载体图像各比特层面的随机特性、比特层面相关特性、差分特性等基本统计特征，以及图像频域变换的各类系数的分布特性。 二、针对图像信息伪装中LSB伪装算法，设计了五种检测率高、性能稳定、且适用于灰度图像和彩色图像的检测算法。这些算法提取检测特征的依据是：载体(主要是图像)数据的位平面之间的相关关系、像素之间的能量关系、以及相邻像素的互相关特性。五种新的空域信息伪装检测方法是： ①“基于拉普拉斯算子滤波的翻转测试检测法”，通过构建LSB翻转运算测试方法与图像拉普拉斯滤波值之间函数关系，可实现对连续LSB替代伪装算法的高精度的、可靠的检测； ②“基于梯度能量的翻转测试检测法”，通过定义图像梯度和梯度能量特征，运用翻转运算测试方法，实现了对连续和随机LSB图像替代伪装算法的高精度、可靠检测，算法简单易行，检测精度与RS算法相当，检测速度远高于RS算法； ③“基于扩展梯度能量的翻转测试检测法”，在“基于梯度能量的翻转测试检测法”基础上，扩展图像梯度和梯度能量定义，实现了更稳定的检测性能; ④“基于自相关度的翻转测试检测法”，运用了图像像素的自相关特性与翻转运算测试方法; ⑤“基于多特征模式识别的检测法”，通过提取图像的多个特征，使用最小方差线性分类建模方法对伪装图像分类。 这些算法实现了:检测目标载体中是否存在隐秘信息:辨别信息伪装的算法;估计嵌入信息长度;估计嵌入信息的位置等信息伪装分析与检测的目的。这些检测方法主要针对图像LSB替代伪装算法，同时也可用于其他算法的通用盲检测，有较好的适用性和准确性，算法实现较容易。 三、针对图像信息伪装中变换域伪装算法，构建了两种变换域的信息伪装检测方法，这两种检测方法的基础都是对图像作高阶多尺度多方向分解的离散小波变换，即: ⑥基于线性Fi Sher分类的高阶系数检测方法; ⑦基于支撑向量机的高阶系数检测方法，并分析了各类检测算法的优缺点和使用的情况。 四、对隐秘信息所使用的载体进行了分类研究，探索了伪装载体对人类视觉系统的适应度，确定了图像载体作为信息伪装载体的主要技术指标，在此基础上提出了安全信息伪装的信道容量的近似计算方法。关键词:信息隐藏信息伪装伪装分析伪装检测信息安全LSB翻转伪装信道容量