本文主要对可逆信息隐藏算法的低失真和高容量性能进行研究,提出了两个以预测误差扩展框架为基础的可逆信息隐藏算法。主要的研究工作如下:首先,提出了一种用正则化的最小二乘预测方法改进的可逆信息隐藏算法。该算法有效解决了可逆信息隐藏中最小二乘预测算法的过拟合和精确度较低的问题,并且提高了像素的预测精度。同时,采用二维的预测误差扩展方向图,将一维的预测误差扩展直方图扩展到二维空间。也就是说将预测误差按照顺序进行两两组对,使得预测误差图呈现在二维空间。这样在进行信息嵌入的时候,能够将扩展和移位的方法向像素修改量更小的方向移动,从而能够在嵌入相同容量信息的同时,减小图像的失真,进一步提高图像的视觉质量和峰值信噪比的值。采用排序算法,将像素的复杂度进行升序排列,复杂度较低的预测误差优先进行信息的嵌入,进一步的减少了图像的失真。实验结果显示,与现有的基于预测误差扩展的可逆信息隐藏算法相比,改进算法的预测精度得到了提高。同时,提高了图像的容量对抗失真的性能。其次,基于预测误差扩展的框架提出了一种新的自适应迭代预测方法来提高像素的预测精度的可逆信息隐藏算法。因为像素的一阶差分边缘保持算子的大小能够表示图像的不同形态的区域,所以将一阶差分边缘保持算子作用于图像预测的过程中。这样,根据图像的不同形态的区域就会使用不一样的约束。在图像平滑区增强相关的约束,使正则化的作用得到增强;而在图像的边缘区域就减小约束来减弱正则化的作用。本文使用迭代的方法自适应调整边缘保持算子,对预测结果进行迭代求解,使得每一次的结果都进行修正,进一步得到更精确、更稳定的解。实验表明该算法的预测精度得到了提升。另外,使用该算法求得的每一个像素的一阶差分保持算子的相关复杂度计算,对像素的复杂度进行从小到大的排序,优先使用处于平滑区的的像素进行信息的嵌入,这样能够进一步提高载秘图像的质量。最终,实验结果表明该算法提高了预测像素的精确度,同时提高了嵌有秘密信息图像的峰值信噪比,有效的降低了载秘图像的失真。