JPEG是互联网上使用最广泛的图像格式,基于JPEG图像的隐写技术因其实现简单,抗攻击能力强而受到政府部门和商业组织的青睐。同时,这种技术也可能被不正当的利用,给社会带来危害。因此,研究其反向技术——隐写分析技术具有重要意义。本文在深入了解 JPEG图像隐写和隐写分析技术的基础上,对通用隐写分析技术中的特征提取和分类器设计两大部分进行了研究,并提出了改进算法。主要的工作及研究成果总结如下:　　1.介绍了论文的选题背景和研究意义,对隐写分析技术的原理模型、分类、评估性能指标和国内外研究现状等进行了归纳总结。　　2.详细介绍了JPEG图像的编码压缩过程,并对以基于JPEG图像的四种典型隐写算法( JSteg、F5、OutGuess、MB)和对应的隐写分析算法做了详细的说明,同时对隐写和隐写分析的关键技术进行了简要分析。此外,还介绍了 JPEG图像的通用隐写分析原理模型及几种典型的通用隐写分析算法。　　3.提出了一种基于JPEG图像校准DCT特征的通用隐写分析算法。通过研究DCT系数统计特性,提取了表示DCT系数块内相关性的块内特征、表示DCT系数块间相关性的块间特征以及低频AC系数的统计特征三类特征,总共组成243维特征向量,采用支持向量机作为分类器。对OutGuess、F5、MB三种隐写算法进行了分类实验,并采用 Fridrich和 Shi的算法作为对比算法,研究在低嵌入率下检测算法的表现。实验表明,本文提出的算法整体上要优于对比算法。　　4.在算法实验分析的基础上,设计并实现了一个JPEG图像隐藏检测软件,该软件采用Visual C++6.0开发工具进行编程实现,主要包括图像预处理、图像读取及显示、特征提取和预测分类四大模块。该软件具有良好的用户界面,且操作简单。软件测试表现稳定,基本上达到了预期效果。　　最后总结了本文所做的工作及研究成果,并对后续研究方向进行了展望。