近年来,除涉及到国家安全领域高层次的信息安全保护外,越来越多的人开始关注日常生活中图像信息在通讯中的安全问题,愈加注重对个人隐私、商业机密等信息的保护。图像隐藏是常用的手段,是一种将秘密信息隐藏进载体图像中,避免让第三方察觉的办法。其中最为成熟的是最低有效位LSB(Least Significant Bits)隐藏算法。本论文从实际需要出发,深入分析最低有效位LSB算法的国内外发展现状、算法原理以及优缺点,得出简单的LSB算法安全性能不高、鲁棒性较差的结论。为解决上面的问题,提出了基于混沌序列的动态补偿LSB改进算法。首先使用一维混沌映射,产生混沌序列,在信息嵌入时,改进原来随机LSB算法的随机定位方式,用混沌序列产生随机嵌入位置行、列坐标代替使用伪随机数列间隔嵌入的方法,由于混沌的类随机性和遍历性,秘密信息嵌入载体图像时更均匀,随机性更高。在此基础上,对隐藏后图像部分像素点灰度值做减一补偿,弥补载体图像相邻像素点在图像嵌入后部分统计特性变化,保持载体图像嵌入信息前后统计特性的一致性,规避部分运用统计特性分析的分析算法检测。改进后的算法,得益混沌序列的随机性,不仅具备随机LSB嵌入法的所有优点,而且鲁棒性和抗卡方分析能力更强。实验仿真结果表明,加入动态补偿后,能有效抵御RS和SPA分析。通过不同面积的剪切和加入不同密度的噪声,模拟在传输过程中可能受到的各种攻击,结果显示,基于剪切和椒盐噪声攻击的鲁棒性较好。由于混沌对初始值的极其敏感特性,即使使用与初始值相差极其细微的初始值迭代同样次数得到的序列,作为密匙去提取秘密图像,结果均失败,抗暴力提取能力强。总体来说,改进后的算法,鲁棒性、隐蔽性和安全性都有较大程度的提升。但是,该算法也存在计算复杂,实现效率低等不足,作为下一步优化算法的方向。