隐写又称为隐秘通信,是一种信息隐藏方法,其目的是使隐秘信息的传输不被窃听者发现。图像隐写成功与否取决于含密图像是否具有高质量的视觉效果和统计不可检测性,这两个要求又可以统称为隐写的安全性。至今,人们对隐写进行了广泛而深入的研究,尤其是关于编码的研究,已经形成了非常完善的理论体系和一些实用的算法及软件。另一类重要的隐写算法主要针对于图像自身的特征,采用启发式规则进行嵌入,以保持图像的统计特征。近年来,自适应隐写成为十分热门的研究课题,此类方法能够根据图像各部分的统计特征有选择地嵌入,成为进一步提高隐写安全性的新的切入点。本文从保持图像统计特征的角度出发,结合编码及自适应方法,在提高隐写的安全性方面取得了一些研究成果。本文主要完成了以下三方面的工作。(1)结合像素交换与菱形编码的图像隐写该方法解决了Steghide对图像某些像素改动较大的缺点,并利用超图的思想将菱形编码与像素交换结合起来。实验表明,该方法的嵌入效率、视觉效果及抗攻击性能都优于Steghide、菱形编码等方法。(2)基于直方图方差的自适应图像隐写该研究从理论上证明,当图像直方图均匀分布时,嵌入噪声对图像的影响最小。该方法首先将图像分块,然后在直方图方差较小的块中进行嵌入。实验结果表明,基于直方图方差的自适应隐写在抗检测性能上优于基于方差的自适应隐写和一些非自适应方法。(3)结合STC编码与直方图方差的隐写基于直方图方差的自适应隐写能够选择图像中对嵌入噪声不敏感的区域,STC编码是当前十分成功的基于编码的隐写方法,将这两者结合起来可以显著提高隐写的安全性。另外,该方法在提取过程中无需对图像分块,自适应选择只影响嵌入过程,因此,图像分割的稳定性得到完美的解决。