隐写术是信息隐藏(Information Hiding)的一个主要分支，它主要研究如何实现隐密通信。通过使用隐写技术，将秘密信息隐藏在可公开的载体中进行传送，掩盖了真正的通信目的和通信发生的事实。隐写术与加密技术结合起来，能够大大提高隐密通信的安全性。但任何技术都是一把双刃剑，隐写术也不例外。隐写技术一方面保证了使用者通信的安全性。但另一方面也给敌对势力和非法团伙提供了进行隐密通信的手段和工具。因此，各国军方和安全部门都对能检测和监控隐密信息传播的技术表现出了十分迫切的要求，针对隐写术进行分析的研究应运而生，称之为隐写分析。隐写分析的目的是检测隐密信息的存在性、估算隐密信息的长度直至提取隐密信息。本文主要研究基于JPEG2000图像格式的隐写分析技术。 JPEG2000 Lazy-mode隐写术是一种针对JPEG2000压缩码流结构的特点而提出的隐写算法。它使用后向嵌入策略,简单高效地在JPEG2000输出码流中嵌入隐密信息。本文提出了一种针对JPEG2000 Lazy-mode隐写术的隐写检测算法。该隐写检测算法的关键在于针对掩密图像和非掩密含噪图像生成的代码块噪声方差序列进行基于Hilbert-Huang变换的序列分析。在分析中．通过对方差序列进行经验模式分解，构建了基于Hilbert谱的特征向量。实验表明，基于该特征向量的SVM分类器能以平均90.6﹪的正确率识别掩密图像。该隐写分析方法不仅首次成功实现了对JPEG2000 Lazy-mode隐写术的可靠检测,突破了传统的序列分析法的局限，更为Hilbert-Huang变换在隐写分析上的应用作出了第一步探索。 BPCS隐写术是一种著名的大容量隐写术。它基于人类视觉特点，把隐密信息隐藏在高复杂度的位平面区域中。这种隐写术具有高度的可定制性，实现简单，实用性强。作为BPCS隐写术的一个变种，Noda等人通过把位平面复杂度嵌入技术与JPEG2000压缩技术结合起来，提出了JPEG2000-BPCSI隐写术。这是第一种可用于JPEG2000图像格式的隐写术。传统的BPCS隐写术会导致掩密图像复杂度统计特征上的失真。为了弥补传统BPCS隐写术的这一缺陷，Niimi等人提出了EBPCS隐写术。本文对EBPCS隐写术提出了挑战，证实它同样会导致掩密图像复杂度统计特征上的失真。本文所提出的隐写检测算法的关键在于针对掩密图像和普通载体图像生成的位平面比特块复杂度差分序列进行基于Hilbert-Huang变换的序列分析。在分析中，通过对方差序列进行经验模式分解，构建了基于Hilbert谱的特征向量。在此基础上构建的SVM分类器能在空域和JPEG2000域上有效的对EBPCS隐写术生成的掩密图像进行检测，同时这种方法也能很方便的移植到别的载体媒体中。因此也能针对应用于这些载体媒体的EBPCS隐写术。 基于JPEG2000图像格式的隐写与隐写分析的对抗还处于发展的初级阶段。目前可用于JPEG2000图像的隐写算法只有三种，包括JPEG2000 Lazy-mode隐写术、JPEG2000-BPCS隐写术和广义的LSB隐写术。本文尝试对于现有这三种JPEG2000隐写术，提出一种有效的通用型隐写分析方法。这种方法的关键在于通过使用二维隐马尔可夫树模型对JPEG2000压缩编码过程生成的量化后的小波系数进行建模。使用JPEG2000普通载体图像生成的隐马尔可夫树对模型进行训练。利用得到的模型参数对目标图像中的每棵隐马尔可夫树进行似然估计，得到一个最大似然值的集合。以它作为待检JPEG2000图像的基于二维小波域HMT模型的特征向量。构建了基于支持向量机的分类器。实验表明，基于本文提出的隐写分析算法的分类器对掩密图像和载体图像具有较好的检测性能。 图像存在着格式、规格、来源和内容等多样性，因此难以找到很好描述自然图像的统计特征。即使把研究范围限定于JPEG2000图像格式也是如此。这就意味着要构建实际可用的有效隐写检测系统任重而道远。在JPEG2000图像域上的隐写分析还远未达到实用，还有许多问题等待着进一步的研究。