可逆數(shù)據(jù)隱藏（RDH， reversible data hiding）技術(shù)是一種以某種可逆方式把待隱藏?cái)?shù)據(jù)嵌入到載體，生成相對(duì)載體而言感知變化不明顯的含隱載體，在需要時(shí)能從該含隱載體中提取被嵌入的數(shù)據(jù)，且能完全還原載體的數(shù)據(jù)隱藏技術(shù)。RDH適用于對(duì)載體失真特別敏感（如遙感、醫(yī)學(xué)圖像）的數(shù)據(jù)隱藏應(yīng)用。從20世紀(jì)90年代末至今，相關(guān)文獻(xiàn)己刊發(fā)了一系列的RDH具體算法，與此同時(shí)，RDH相關(guān)應(yīng)用技術(shù)也不斷取得進(jìn)步?，F(xiàn)有的RDH大致可歸為以下3類：基于無損壓縮；擴(kuò)展變換；直方圖變換。近年來，基于預(yù)測誤差擴(kuò)展的RDH算法俾EE，prediction error eXpansion）得到了研究人員的廣泛關(guān)注，因?yàn)槠渚哂懈美幂d體空間冗余的能力。一般地，PEE相對(duì)其他類型的算法具有更優(yōu)的容量一失真性能。

　　本文的研究以8位灰度圖像為載體。由于對(duì)載體直接執(zhí)行擴(kuò)展變換無法避免灰度溢出，即在擴(kuò)展變換某特征值的過程中，有可能使參與變換的某些像素值小于0或大于255，導(dǎo)致無法正確保存這些變換后的像素值，因此，有效的PEE必須包含能解決灰度溢出的處理過程。目前，PEE采用的灰度溢出解決方法所需付出的代價(jià)一般與載體的直方圖分布密切相關(guān)，比如當(dāng)載體像素值在0或255附近占比偏高時(shí)，解決灰度溢出問題所需的輔助比特?cái)?shù)急劇增加。現(xiàn)有大多數(shù)有關(guān)PEE的文獻(xiàn)在防灰度溢出處理方面討論的不夠充分，沒有明確指出所提算法因灰度溢出問題，有效容量一失真性能除與載體圖數(shù)據(jù)冗余有關(guān)外，還與像素直方圖邊緣分布有密切聯(lián)系，沒有指出載體圖過暗或過亮?xí)r算法有效容量一失真性能急劇惡化的缺陷，其仿真實(shí)驗(yàn)一般也較少涉及較暗或較亮的載體圖。由于現(xiàn)有灰度溢出解決技術(shù)影響了PEE算法的實(shí)際適用范圍，因此研究更有效防溢出的技術(shù)己成一個(gè)重要的課題。
?