当今网络技术不断发展,带给我们便利的同时也存在着挑战,信息安全问题变得越来越重要。提到信息安全问题,首先想到的是传统的密码学,其目的是将信息隐藏无法被破译,但信息解密后仍有可能被盗版。为解决这个问题,信息隐藏技术与密码术相比更为安全,在信息安全领域得到了广泛的研究和使用。由于医疗,法律,军事等领域的特殊性,对数字图像的失真度要求十分严格,图像轻度的失真变化,可能会造成严重的事故。因此,这就要求隐写算法经过在载体中嵌入大量的信息数据并从中将数据提取出的过程后,仍能将原始载体无损恢复。这就使得具有可逆特性的可逆数据隐藏技术（Reversible data hiding,RDH）的发展更加广泛。出于上述考虑,本文将研究主题选择可逆数据隐藏方向。RDH技术的主要研究算法大致分为无损压缩方法,直方图平移方法以及差值扩展方法。经过前人的广泛研究,以差值拓展算法为基础,提出了一种基于预测误差拓展的可逆数据隐藏算法,大量实验表明基于预测误差拓展的算法具有较好的性能。然而,基于预测误差拓展的算法依然存在着可逆数据隐藏算法普遍的冲突问题:“嵌入容量较高时,载体图像失真率较高。相反,嵌入容量低时,载体图像失真率也相对低。”因此,如何改善嵌入容量与载体图像失真率之间的关系也是可逆信息隐藏方向研究的一个重要问题。基于上述思想,本文提出了一种新颖的基于预测误差扩展（Prediction-error-expansion,PEE）的RDH算法。该方法创新点在于:一、通过将信息拆分,随后将拆分的信息多次的分层嵌入至载体图像中,能够使攻击者在未知密钥的情况下有效的防止提取出准确信息,二、通过分层多次的嵌入提高了嵌入容量并显著降低图像的失真,此方法提高隐写的安全性的同时可改善嵌入容量与载体图像失真率之间的关系。依据该思想,本文提出了新的RDH方法称为I-PEE方法。实验在嵌入过程中将原始载体图像分区处理,通过对分区可将数据进行分层嵌入,采用封闭式预测器,预测器采用将原始像素分成3*3重叠的形式,使用中心像素的周边像素去预测位于中心的像素值,随后将秘密信息嵌入在预测误差值中,嵌入信息根据图像生成的预测误差直方图选择合适的范围去进行信息的嵌入。采用此方法一定程度上增加了秘密信息提取的难度也因此保证了信息的安全性。本文通过以Matlab作为实验环境,Intel Core i7-8700的处理器平台进行实验,实验的性能结果通过图像质量指标峰值信噪比值（Peak signal-to-noise ratio,PSNR）还有结构相似性值（Structural similarity,SSIM）得以体现。经过证明发现,采用我们得这种改良预测器,两个方面效果尤为突出:第一、实现较大的信息嵌入量的同时峰值信噪比显著的提高,从而实现较低的图像失真率,具有很好的性能表现,更好的保证了隐写算法的安全性;第二、计算复杂度低没有较大的时间开销。