随着网络和云计算的快速发展,云存储逐渐出现在人们的生活中,用户将图像加密上传至云端,云管理者在图像中嵌入标准标签等信息用于对云端图像管理,基于云中数据安全存储的需求,加密图像可逆信息隐藏(Reversible Data Hiding in Encrypted Image,RDH-EI)技术成为研究热点。本文采用块mod256-块置乱加密算法保留相邻像素间相关性,并结合基于多级预测误差直方图平移的可逆信息隐藏算法,围绕像素预测精确度、附加数据嵌入率与直接解密图像质量,提出两种完全可逆的加密图像可逆信息隐藏算法,本文主要研究内容如下:提出一种基于像素排序分类的RDH-EI算法。在本算法图像加密阶段,采用基于块的mod256-块置乱算法,得到加密图像;附加数据隐藏阶段,首先对加密图像进行分块并对块内像素进行升序排序,然后采用块内像素分类预测得到块内像素的预测值,最后用多级预测误值直方图平移和轮流预测嵌入模型在图像中嵌入附加数据。实验结果表明,该算法能无误提取附加数据并无损恢复原始图像;采用排序分类预测方法有效提高了像素预测精确度,且EL=4时附加数据嵌入率可达0.92bpp,优于现有的同类算法,同时有较好的直接解密图像质量。提出一种基像素分类排序预测的自适应RDH-EI算法。基于像素排序思想,设计像素分类排序预测方法,该方法将像素分为三类,并根据被预测像素与排序后像素的最大值最小值间的差值和参数EL之间的大小关系,对被预测像素设计不同预测方法。在此基础上提出了自适应算法,并在嵌入附加数据时,采用轮流嵌入模型,分别在三类像素中嵌入附加数据。实验结果表明,采用像素分类排序预测,预测误差比得到了提高,进而使自适应算法有更大的附加数据可嵌范围,EL=3时lena图像附加数据可嵌范围为[0,1.58bpp],且相比于其它算法有较好的直接解密图像质量。最后,为验证所提算法的可行性与有效性,选择基于像素排序分类预测的加密图像可逆信息隐藏算法,设计GUI仿真系统,直观演示并验证算法。