随着互联网的高度普及,信息的获取与传输更为便捷,网络环境下人们的隐私保护受到越来越多的关注。可逆数字水印技术可以实现信息提取后载体的无失真恢复,被应用于军事、医疗、司法等对载体精度要求较高的领域。利用可逆数字水印技术将患者的电子病例等信息以水印的形式嵌入医疗图像中,起到隐私保护的作用。目前,可逆数字水印算法通常追求高峰值信噪比,难以兼顾嵌入容量和图像质量。本文在对现有算法进行分析和研究的基础上,提出兼具高嵌入容量和良好图像视觉效果的可逆数字水印算法。本文主要的研究成果如下:(1)提出了一种基于整数小波高频子带系数和预测误差扩展的可逆数字水印算法。该算法的主要创新在于提出了一种针对整数小波高频子带系数的预测方法——有向差值预测。此外,对算法中减小差值扩展的部分进行进一步改进,不但增加了可利用的预测误差的数量,而且使水印嵌入带来的子带系数改变量更小。对比实验表明,本算法在保持相同图像质量的前提下,比其他相关算法的嵌入率平均高0.16bpp.(2)提出了一种基于阈值分割的图像对比度增强的可逆数字水印算法。该算法将Ostu阈值分割应用于图像的梯度幅值,从而获取像素阈值,并辅以双向扫描确定前景区域。在实现直方图均衡时,该算法采用了对像素值介于峰值点和零值点之间的直方柱进行移位的方式,避免了像素值的溢出。此外,为了实现信息提取和载体无失真恢复,少量附加信息随水印一同嵌入。随着嵌入循环次数的增加,每次循环中嵌入的附加信息逐渐增长,当峰值点的数量小于附加信息的长度时,嵌入循环结束。实验结果表明,该算法不仅可以获得较高的嵌入容量,而且可使载密图像具有较高的视觉质量。