本书针对可逆信息隐藏技术存在的问题提出了解决信息隐藏过程中抗干扰的具体方法，建立了在信息隐藏过程中隐秘图像发生嵌入失真的数学模型，分析了信息隐藏过程中出现的上溢和下溢机理，提出了相应的解决方法，构造出更为陡峭的误差差分分布直方图模型。书中主要介绍以下5方面内容：基于有效位差分扩展的可逆信息隐藏算法、基于左右平移的大嵌入容量可逆信息隐藏算法、基于双向差分扩展的可逆信息隐藏算法、一种有效的无移位的多位可逆信息隐藏算法及基于二阶差分的新型大嵌入容量可逆信息隐藏算法。

第1章 绪论
1.1 信息隐藏的研究背景与意义
1.1.1 信息隐藏的研究背景
1.1.2 信息隐藏基本概念
1.1.3 信息隐藏技术的应用
1.2 国内外可逆信息隐藏方法的研究现状
1.2.1 基于差分扩展的可逆信息隐藏
1.2.2 基于直方图平移的可逆信息隐藏
1.2.3 基于预测误差扩展的可逆信息隐藏
1.2.4 基于双图像及图像内插的可逆信息隐藏
1.3 可逆信息隐藏技术研究中存在的问题
1.4 主要研究内容
第2章 数学基础理论
2.1 随机变量数字特征与样本
2.1.1 随机变量的数字特征
2.1.2 抽样分布
2.1.3 直方图与频次图
2.2 t检验
2.2.1 假设检验
2.2.2 单总体N（μ，σ2）且σ2未知时均值μ的检验
2.2.3 相同方差的两个正态总体均值差的检验
2.2.4 基于成对数据的检验
2.3 隐秘图像的质量评估
2.3.1 主观图像质量评估法
2.3.2 图像质量客观评估法
第3章 基于有效位差分扩展的RDH算法
3.1 有效位差分扩展RDH相关研究工作
3.1.1 Ou等人的基于像素值顺序方法
3.1.2 Zeng等人的RDH方法
3.2 有效位差分扩展RDH模型
3.2.1 有效位差分扩展RDH模型的基本原理
3.2.2 信息隐藏
3.2.3 信息提取与图像复原
3.3 算法性能分析
3.3.1 位平面参数n
3.3.2 上溢和下溢问题
3.3.3 本算法的优点
3.4 算法的实验设计与分析
第4章 基于左右平移的大嵌入容量RDH算法
4.1 左右平移的大嵌入容量RDH的相关研究工作
4.2 左右平移模型
4.2.1 左右平移模型基本原理
4.2.2 左右平移信息隐藏算法
4.2.3 左右平移信息提取与图像复原算法
4.3 算法的实验设计与分析
4.3.1 有限载荷信息隐藏及评价指标
4.3.2 阈值tn及其上溢和下溢问题的处理
4.3.3 嵌入容量比较分析
4.3.4 不同嵌入容量时的峰值信噪比分析
第5章 基于双向差分扩展的RDH算法
5.1 信息隐藏
5.2 上溢和下溢问题
5.3 信息提取与载体图像复原
5.4 算法的实验设计与分析
5.4.1 评价指标
5.4.2 差分阈值Td
5.4.3 相同峰值信噪比下的嵌入容量
5.4.4 相同嵌入容量时的隐秘图像质量
5.4.5 不同算法的动态性能比较
第6章 一种有效的无移位的多位RDH算法
6.1 相关研究工作
6.2 无移位的多位RDH算法
6.2.1 算法基本原理
6.2.2 算法的嵌入容量及嵌入失真
6.2.3 算法实例
6.2.4 信息嵌入方法
6.2.5 信息提取与图像复原
6.3 算法探讨
6.3.1 阈值T
6.3.2 有限载荷嵌入
6.3.3 算法优点
6.4 实验结果与分析
6.4.1 算法优点
6.4.2 最大嵌入容量及其峰值信噪比实验
6.4.3 不同载荷下的PSNR值
6.4.4 计算复杂度的评价
第7章 基于二阶差分的新型大嵌入容量RDH算法
7.1 相关研究工作
7.1.1 Ou等人的配对算法
7.1.2 Xiao等人的配对算法
7.2 基于二阶差分的RDH算法
7.2.1 二阶差分
7.2.2 双向差分扩展和嵌入
7.2.3 双向差分压缩和提取
7.2.4 嵌入容量和嵌入失真
7.2.5 嵌入算法
7.2.6 提取算法
7.3 算法探讨
7.3.1 阈值T
7.3.2 有限载荷嵌入
7.4 实验与分析
7.4.1 相同载荷下的峰值信噪比比较
7.4.2 不同载荷下的峰值信噪比比较
7.4.3 计算复杂度的评价
第8章 总结与展望
8.1 总结与创新
8.2 研究不足与展望
参考文献