针对JPEG图像隐写方法，从特征加权融合的角度设计了一种分类器。该方案首先对DCT(discretecosinetransform)域块内系数分别进行横向、纵向和zigzag差分运算，使用马尔可夫转移矩阵挖掘差分系数间的关联，生成局部马尔可夫特征；依据各向特征对分类的贡献程度设置权重，生成加权平均特征并使用SVM(supportvectormachine)进行分类。实验结果验证了该方案的有效性，4∶4∶3加权平均特征对嵌入率为0.05时的四种隐写方法(Outguess、F5、Mb1和Mb2)其