针对盲隐写分析中的特征选择问题,提出了结合粒子群优化算法(PSO)的支持向量机分类器进行特征选择的方法.该方法使用非线性支持向量机作为分类器,使用PSO为支持向量机寻找最优的图像特征集合作为训练集和测试集,同时选择最优的支持向量机参数,进而利用最优的特征集和支持向量机参数对隐写图像进行检测.实验结果表明,该优化方法明显优于Farid,ANOVA和F-score方法,提高了检测隐写图像的成功率和系统检测效率.