1.基于MCUU模型下的DCT域图像隐写容量的评估方法，其特征在于，该方法包括如下步骤：步骤1：确定初始嵌入强度α；

步骤2：确定初始频道β=βi(i=1,2,…,14)；

步骤3：根据公式（1），秘密信息比特流开始从β频道开始嵌入；

S=X+αW （1）

其中X是DCT域隐写的DCT系数集或空域隐写像素集，用来携带秘密信息，α是强度因子，用于控制嵌入强度，W为秘密信息位，S表示掩密图像DCT系数集或像素集；

步骤4：如果βi(i=1,2,…,14)满嵌入时，掩密图像未被隐写分析器检测出改变，那么从βi+1频道继续嵌入，直到图像被隐写分析器检测出改变，隐写才停止；

步骤5：如果当α=1时，所有频道都满嵌入，掩密图像还不能被检测出，那么α=α+1；

步骤6：重复步骤3、步骤4和步骤5，直到检测出为止。

2.如权利1所述的基于MCUU模型下的DCT域图像隐写容量的评估方法，其特征在于：所述的步骤2具体是：将JPEG图像中DCT系数中的AC系数按Z型扫描顺序排列成63个频率，然后将这些系数按到DC系数的距离分解成14个频道。

3.如权利1所述的基于MCUU模型下的DCT域图像隐写容量的评估方法，其特征在于：所述的步骤3中，采用可增加容量的隐写算法，其架构包括频道β确定选项、嵌入强度α确定选项、秘密数据流发生器。动态地改变嵌入频道、动态地改变嵌入强度、秘密数据流动态地增加。

4.如权利1所述的基于MCUU模型下的DCT域图像隐写容量的评估方法，其特征在于：步骤3所述的掩密图像，在处理其复杂度时的具体方法是：

1)采用四叉树形式表示图像的复杂度，然后通过公式（2）计算出图像复杂度：这里的n是四叉树的深度，xi指的是第i层的叶结点数；

2)通过公式（3）对图像复杂度进行归一化处理：

Cm=(Cp-min(Cp))/(max(Cp)-min(Cp)) （3）

3)将图像复杂度分为：很低、低、中、高和很高五个等级：四叉树复杂度数值大于等于

0.85，则为“很高”等级；大于等于0.75且小于0.85为“高”等级；大于等于0.5且小于0.75为“中”等级；大于等于0.3且小于0.5为“低”等级；0.3以下为“很低”等级。

5.如权利1所述的基于MCUU模型下的DCT域图像隐写容量的评估方法，其特征在于：所述的步骤4中的隐写分析器，使用径向基函数RBF支持向量分类的LibSVM作为分类器，首先通过提取图像的MPB、POMM和MDB特征，然后进行主元向量分析降维，将降维后特征输入至SVM进行训练，训练出支持向量机分类器。