对于数据的加密而言,我们首先会想到密码学,这是一个成熟并高度发展的学科,有着强大的数学基础作为其学科支撑。隐写术,则提供了数据加密的另一个途径,通过将秘密信息隐藏在图像、音频、视频等多媒体文件中,接收方接收后可以提取隐藏在图中的秘密信息,这样可以通过公共渠道传输而不引起怀疑,达到了“隐藏了加密本身”的目的。其通用衡量标准为:不可识别性、安全性、嵌入容量与嵌入效率。可逆数据隐藏(Reversible data hiding-RDH),是一种隐写方法,在数据接收方进行数据提取时,不仅能够准确提取秘密信息,还可以对消息的载体进行恢复。差分值,是指相邻像素点的差值,计算方式与像素的分块方式有关,现有的很多RDH方法都是通过差分值来实现的。主流的可逆数据隐藏可以细分为三类:无损压缩、直方图平移和差值扩展,而直方图平移又被分为了:传统直方图平移、差分直方图平移以及预测误差直方图平移。本文的创新在于提出了新的基于差分直方图平移的RDH方法,来达到提高隐写的安全性与隐写效率的目的。方法的主要思想在于,在秘密信息嵌入时尽可能地维持载密图像的统计特征,特别是对于差分直方图统计特征的保持,以防止隐写分析者的针对性分析。依照该思想,本文提出了两种维持了图像统计特征的差分直方图平移的RDH方法SFM_A与SFM_B,思想都在于:让秘密信息嵌入后像素的差分值,依旧维持在嵌入前的范围内,前者的每个待嵌入的像素嵌入一个比特的秘密信息,而后者的每个待嵌入的像素会嵌入两个比特的秘密信息。与之前传统的RDH不同的是,需要嵌入操作执行之前载体图像的差值作为秘密信息提取与载体还原的密钥,虽然采用此种方法操作后在一定的程度上增加了秘密信息提取的复杂度,但是对信息的安全性有所提升。经过以MATLAB作为操作环境的实验验证,本文所提出的SFM_A与SFM_B方法都能够明显地更好地维持载体图像的统计特征,且较为显著地提高了秘密图像之于原图像的峰值信噪比,即造成更少的失真,更好地保证了隐写的安全性。对于两者之间的比较,SFM_A操作后的再密图像的峰值信噪比更高,图像质量更好,而SFM_B则可以更大地提高隐写容量,二者各自存在着一定的优劣性。