随着网络、大数据和多媒体技术的发展，越来越多的多媒体信息通过网络进行传输。人们可以便捷地下载数字信息，这为人们的生活提供了极大的便利。但是不法分子也可以轻易地对数字信息进行修改并发布，这不仅损害了版权所有者的合法权益，也会引发关乎国家安全、企业机密和个人隐私等一系列信息安全问题。信息隐藏是一种隐蔽通信、版权保护和内容完整性认证的有效技术手段。近年来提出的可逆信息隐藏技术能够将特定信息嵌入到载体中，并允许合法用户在提取该信息后无失真地恢复出原始载体，因而在军事、医学、司法等对图像内容敏感的领域受到了广泛关注。
　　论文以低邻域相关性的图像可逆信息隐藏方法为主要研究内容，探讨如何提高低邻域相关性图像的嵌入容量和嵌入质量。论文的主要创新点如下：
　　(1)针对PVO算法中只采用固定分块的不足，设计了一种根据邻域相关性对图像进行四叉树分割并自适应选择嵌入位置的可逆信息隐藏方法，可以更灵活地选择最优嵌入方式。低邻域相关性区域被分割成较大的分块，提高了峰值信噪比，保证了嵌入质量。高邻域相关性区域被分割为较小的分块，获得了更多可嵌入位置，弥补了低邻域相关性区域嵌入容量低的缺点，从而提升了算法在整张图像中的嵌入效果。实验表明，该方法在中小嵌入量时可取得更好的嵌入性能。
　　(2)在纹理较为明显的图像中，相邻的像素值相差较大，使用排序类算法得到的预测误差较大。论文针对排序预测类算法在纹理图像中嵌入效果较差的问题，设计了一种基于纹理方向识别的可逆信息隐藏方法。首先通过梯度方向判断纹理图像的主纹理方向，再沿着主纹理方向进行数据嵌入。由于沿纹理方向的像素值较为相似，按照图像的纹理方向选择相关像素可以实现较好的预测效果。实验表明，该方法在纹理图像尤其是单一纹理图像中可以取得更好地嵌入性能。