随着社会技术发展,人们生活越来越数字化,带来了前所未有的信息安全问题。信息隐藏技术作为信息安全的分支技术,将机密信息按照某种规律隐藏于数字载体中,如图像、音频、视频及文本等,以达到隐蔽传输机密信息的目的。信息隐藏技术隐藏了机密信息正在传递的事实,具有很高的安全性,目前已经广泛应用于军事、商业等领域。若被非法使用,可能给信息安全带来威胁,因此对隐写信息有效检测方法的研究具有重要的现实意义。图像是人类理解外部信息的重要载体,在人类接受和互通信息中扮演着重要角色,图像是因特网中最为常见的数字媒体。图像数据冗余度大、易广泛传播的特征导致非常适合信息隐藏。目前以数字图像为载体的隐写技术成果最丰富、最成熟、应用也最广泛。因此有必要对隐藏在图像载体中的机密信息进行侦测。本文主要结合图像恢复技术研究针对空域图像的隐写分析,本文主要工作如下:(1)研究和分析目前图像隐写分析的通用数学模型,结合图像恢复技术模型提出一种基于图像恢复技术的隐写分析算法框架。该框架考虑两种模型的共性得出隐写分析特征数据,在特征数据上建立相关性模型,采用特征降维技术得到优化后的特征子空间,并使用机器学习算法进行训练得到隐写分析模型。(2)基于本文提出的隐写分析算法框架,提出一种图像隐写分析算法。首先对待检测图像使用WHMT算法去噪,将去噪后的图像与待检测图像做差,得到图像差分矩阵。计算差分矩阵的共生矩阵,共生矩阵作为隐写分析特征。使用K-W校验对隐写分析特征进行初步评估,筛选出相对优秀的特征,然后使用PCA得出最优特征子空间。对子空间特征使用支持向量机进行训练和测试,实验表明,本文提出的算法有很好的检测效果,相对其他算法有明显优势。