差值扩展可逆数据隐藏算法

　　可逆数据隐藏（RDH， reversible data hiding）技术是一种以某种可逆方式把待隐藏数据嵌入到载体，生成相对载体而言感知变化不明显的含隐载体，在需要时能从该含隐载体中提取被嵌入的数据，且能完全还原载体的数据隐藏技术。RDH适用于对载体失真特别敏感（如遥感、医学图像）的数据隐藏应用。从20世纪90年代末至今，相关文献己刊发了一系列的RDH具体算法，与此同时，RDH相关应用技术也不断取得进步。现有的RDH大致可归为以下3类：基于无损压缩；扩展变换；直方图变换。近年来，基于预测误差扩展的RDH算法俾EE，prediction error eXpansion）得到了研究人员的广泛关注，因为其具有更好利用载体空间冗余的能力。一般地，PEE相对其他类型的算法具有更优的容量一失真性能。

　　本文的研究以8位灰度图像为载体。由于对载体直接执行扩展变换无法避免灰度溢出，即在扩展变换某特征值的过程中，有可能使参与变换的某些像素值小于0或大于255，导致无法正确保存这些变换后的像素值，因此，有效的PEE必须包含能解决灰度溢出的处理过程。目前，PEE采用的灰度溢出解决方法所需付出的代价一般与载体的直方图分布密切相关，比如当载体像素值在0或255附近占比偏高时，解决灰度溢出问题所需的辅助比特数急剧增加。现有大多数有关PEE的文献在防灰度溢出处理方面讨论的不够充分，没有明确指出所提算法因灰度溢出问题，有效容量一失真性能除与载体图数据冗余有关外，还与像素直方图边缘分布有密切联系，没有指出载体图过暗或过亮时算法有效容量一失真性能急剧恶化的缺陷，其仿真实验一般也较少涉及较暗或较亮的载体图。由于现有灰度溢出解决技术影响了PEE算法的实际适用范围，因此研究更有效防溢出的技术己成一个重要的课题。