1.一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于包括以下步骤：第1步：记分辨率为M×N的p比特载体图像为C＝(ci,j)M×N,ci,j∈{0,1,…,2p-1}，记秘密信息对应为长度为l的2进制比特位串序列为B，记剩余秘密信息序列为Blast，初始化Blast＝B，将C扫描为1维载体元素序列S＝(si)MN，记S的剩余序列为Slast，初始化Slast＝S，记Sembedded为已嵌入秘密信息的载体元素序列，初始化Sembedded＝Φ；

第2步：由用户给定的系统参数μ∈[3.57,4]和初始值x0∈(0,1)迭代生成随机数，为消除暂态效应，将迭代产生的前IT个随机数抛弃，IT＞0；

第3步：由连续生成的4个随机数分别为xt,xt+1,xt+2,xt+3和由用户给定嵌密元素数量n的最大值nmax，生成截取的嵌密元素数量n和嵌密元素中最多改变的元素数m，其中，t≥IT，nmax＞0，n∈{1,2,…,nmax}，m∈{1,2,…,n}；

第4步：计算n个嵌密元素最多改变m个嵌密元素所能嵌入的秘密信息组合数Vkind；

第5步：由xt,xt+1,xt+2,xt+3生成Vkind×n维嵌密元素调整表 t≥IT；

第6步：记 其中llast为剩余秘密信息序列的长度，确定当前截取的2进制位串序列的长度lcurrent，从Blast中截取长度为lcurrent的比特位串Bcurrent，并对Blast进行更新；

第7步：将取出的lcurrent个2进制位串序列转换为对应的10进制数d作为待嵌入的秘密信息；

第8步：记 其中l′last为剩余S的长度，从Slast中取前n个元素作为Scurrent并更新Slast；

第9步：记T′adjust第d行为 tdi∈{-1,0,1}，记载体元素序列Scurrent＝(si)n，对Scurrent依据 调整为S′current＝(s′i)；

第10步：将S′current添加到Sembedded中；

第11步：反复执行第3步到第10步，直至llast＝0，由Sembeded重构秘密图像C′＝(c′i,j)M×N并输出。

2.如权利要求1所述的一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于：在第1步中将载体图像C扫描为1维载体元素序列S＝(si)MN的具体方法为式(1)：siN+j＝ci,j,i＝0,1,…,M-1,j＝0,1,…,N-1                   (1)；

在第2步中由用户给定的系统参数μ∈[3.57,4]和初始值x0∈(0,1)迭代生成随机数的具体方法为将μ,x0代入式(2)迭代生成随机数：xi+1＝μxi(1-xi)                 (2)；

在第3步中由连续生成的4个随机数分别为xt,xt+1,xt+2,xt+3和由用户给定嵌密元素数量n的最大值nmax，生成截取的嵌密元素数量n和嵌密元素中最多改变的元素数m的具体方法为将xt按式(3)映射为参数n，并由xt+1和n按式(4)确定参数m：式(3)和式(4)中， 为向下取整函数；

在第4步：计算n个嵌密元素最多改变m个嵌密元素所能嵌入的秘密信息组合数Vkind的具体方法为：式(5)中， 表示n个嵌密元素仅改变i个元素所对应的组合数，2i表示被改变的i个元素进行±1调整的全部情况。

3.如权利要求1所述的一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于：在第5步中由xt,xt+1,xt+2,xt+3生成Vkind×n维嵌密元素调整表 的具体方法为在于包括以下步骤，其中，t≥IT：

第5.1步：初始化全0的Vkind×n维嵌密元素调整表第5.2步：初始化计数变量j＝0,k＝0；

第5.3步：将j按3进制数进行表示，并用长度为n的1维向量V＝(vi)n进行存储，其中vi∈{0,1,2},i＝0,1,…n-1对应为j的第i位3进制位，将V映射为V′＝(v′i)n,v′i∈{-1,0,1},j＝j+1；

第5.4步：统计V′中的非零元素数量nnz，若nnz≤m，则将V′嵌入到Tadjust的第k行，置k＝k+

1；

第5.5步：反复执行第5.3步和第5.4步，直至k＝Vkind第5.6步：将Tadjust置乱为T′adjust。

4.如权利要求3所述的一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于：在第5.3步中将V映射为V′＝(v′i)n,v′∈{-1,0,1}的具体方法为式(6)：在第5.6步中，将Tadjust置乱为T′adjust的具体方法为将Tadjust按式(7)行置乱为T′adjust；

T′adjust＝scramblerow(Tadjust,a,b)               (7)；

式(7)中，a,b为同余置乱参数分别由xt+2,xt+3映射得到，函数scramblerow()执行的功能如式(8)所示，即将Tadjust第i行作为T′adjust第i′行；

i'＝(ai+b)mod Vkind；i＝0,1,…,Vkind-1                    (8)；

式(7)中同余参数a的具体生成规则为将xt+2,xt+3按式(9)映射为x′t+2∈[3.57,4]，将xt+2,xt+3按式(10)映射为x′t+3，将x′t+2和x′t+3分别作为式(2)的系统参数和初始值，将式(2)产生的随机数R，按式(11)量化R′，反复执行式(2)直至R′和Vkind互质，将R′作为a，为消除暂态效应，将迭代产生的前IT个随机数抛弃，IT＞0；

x′t+3＝0.5(xt+2+xt+3)                  (10)；

式(7)中同余参数b的具体生成规则如式(12)所示：

5.如权利要求1所述的一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于：在第6步中确定当前截取的2进制位串序列的长度lcurrent的具体方法为式(13)在第6步中从Blast中截取长度为lcurrent的比特位串Bcurrent的具体方法为式(14)：Bcurrent＝truncate(Blast,0,lcurrent-1)                (14)；

式(14)中，函数truncate()表示截取函数，即从索引0位置开始到lcurrent-1结束截取Blast中对应的2进制位串；

在第6步中对Blast进行更新的具体方法为式(15)：Blast＝truncate(Blast,lcurrent,llast-1)               (15)。

6.如权利要求1所述的一种基于无权值向量的改进EMD图像密写嵌入方法，其特征在于：在第7步中将取出的lcurrent个2进制位串序列转换为对应的10进制数d的具体方法为式(16)：式(16)中，bi表示lcurrent个2进制位串中的第i个比特；

在第8步中从Slast中取前n个元素作为Scurrent的具体方法为式(17)：Scurrent＝truncate(Slast,0,n-1)                                (17)在第8步中更新Slast的具体方法为：

Slast＝truncate(Slast,n,l′last-1)                             (18)；

在第9步中，对Scurrent依据 调整为S′current＝(s′i)的具体方法为式(19)：式(19)中，overflow()为溢出避免函数，用于避免s′i＜0|s′i＞255，overflow(v)具体执行的功能如式(20)所示：在第10步中，将S′current添加到Sembedded中的具体方法为式(21)：Sembedded＝Sembedded||S′current                               (21)；

在第11步中由Sembeded重构秘密图像C′＝(c′i,j)M×N的具体方法为式(22)：c′i,j＝esiN+j,i＝0,1,…,M-1,j＝0,1,…,N-1                       (22)。

7.一种基于无权值向量的改进EMD图像密写提取方法，其特征在于包括以下步骤：第1步：输入原始的载体图像C＝(ci,j)M×N,ci,j∈{0,1,…,2p-1}和载密图像C′＝(c′i,j)M×N，ci,j∈{0,1,…,2p-1}，由用户给定系统参数μ∈[3.57,4]，初始值x0∈(0,1)和消除暂态效应的迭代次数参数IT,IT＞0以及嵌密元素数量n的最大值nmax,nmax＞0，记Bfetched为已提取的秘密信息序列，初始化Bfetched＝Φ，将C和C′扫描为1维元素序列S＝(sk)MN和S′＝(s′k)MN，记S和S′的剩余序列分别为Slast和S′last，初始化Slast＝S，S′last＝S′，由μ,x0生成随机数，抛弃前IT个随机数；

第2步：由连续生成的4个随机数xt,xt+1,xt+2,xt+3和nmax，计算嵌密元素数量n和嵌密向量中最多改变的元素数m，计算n个嵌密元素最多改变m个嵌密元素所能嵌入的秘密信息组合数Vkind，并生成Vkind×n维嵌密元素调整表 其中，t≥IT；

第3步：分别从Slast和S′last中提取前n个元素作为Scurrent和S′current，并更新Slast和S′last；

第4步：由Scurrent＝(s′i)n,Scurrent＝(si)n计算 tdi∈{-1,0,1}；

第5步：从T′adjust中搜索出 对应的行号d并转换为对应的2进制序列bi∈{0,1}；

第6步：将Bcurrent连接到Bfetched尾部；

第7步：反复执行第2步到第6步，直到Slast＝Φ。

8.如权利要求7所述的一种基于无权值向量的改进EMD图像密写提取方法，其特征在于：在第1步中将C和C′扫描为1维载体元素序列S＝(sk)MN和S′＝(s′k)MN的具体方法为式(1)：siN+j＝ci,j,i＝0,1,…,M-1,j＝0,1,…,N-1                        (1)；

在第1步中由μ,x0生成随机数的具体方法为将μ,x0代入式(2)迭代生成随机数xi+1＝μxi(1-xi)                               (2)；

在第2步中由连续生成的4个随机数xt,xt+1,xt+2,xt+3和nmax，计算嵌密元素数量n和嵌密向量中最多改变的元素数m的具体方法为式(3)和式(4)计算出嵌密元素数量n和嵌密向量中最多改变的元素数m，其中，t≥IT：xi+1＝μxi(1-xi)                              (3)；

式(3)和式(4)中， 为向下取整函数；

在第2步中计算n个嵌密元素最多改变m个嵌密元素所能嵌入的秘密信息组合数Vkind的具体方法为式(5)：式(5)中， 表示n个嵌密元素仅改变i个元素所对应的组合数，2i表示被改变的i个元素进行±1调整的全部情况；

在第2步中生成Vkind×n维嵌密元素调整表 的具体方法在于包括以下步骤：

第2.1步：初始化全0的Vkind×n维嵌密元素调整表第2.2步：初始化计数变量j＝0；

第2.3步：将Vj＝3j按3进制数进行表示，并用长度为n的1维向量V＝(vi)n进行存储，其中vi∈{0,1,2},i＝0,1,…n-1对应为Vj的第i位3进制位，将V映射为V′＝(v′i)n,v′∈{-1,0,

1}；

第2.4步：统计V′中的非零元素数量nnz，若nnz≤m，则将V′嵌入到Tadjust的第k行，置k＝k+

1；

第2.5步：反复执行第2.3步和第2.4步，直至k＝Vkind第2.6步：将Tadjust置乱为T′adjust。

9.如权利要求8所述的一种基于无权值向量的改进EMD图像密写提取方法，其特征在于：在第2.3步中将V映射为V′＝(v′i)n,v′∈{-1,0,1}的具体方法为式(6)：在第2.6步中，将Tadjust置乱为T′adjust的具体方法为将Tadjust按式(7)行置乱为T′adjust；

T′adjust＝scramblerow(Tadjust,a,b)                                (7)；

式(7)中，a,b为同余置乱参数分别由xt+2,xt+3映射得到，函数scramblerow()执行的功能如式(8)所示，即将Tadjust第i行作为T′adjust第i′行；

i'＝(ai+b)mod Vkind；i＝0,1,…,Vkind-1                          (8)；

式(7)中同余参数a的具体生成规则为将xt+2,xt+3按式(9)映射为x′t+2∈[3.57,4]，将xt+2,xt+3按式(10)映射为x′t+3，将x′t+2和x′t+3分别作为式(2)的系统参数和初始值，将式(2)产生的随机数R，按式(11)量化R′，反复执行式(2)直至R′和Vkind互质，将R′作为a，为消除暂态效应，将迭代产生的前IT个随机数抛弃，IT＞0；

x′t+3＝0.5(xt+2+xt+3)                                  (10)；

式(7)中同余参数b的具体生成规则如式(12)所示：

在第3步中从Slast和S′last中提取前n个元素作为Scurrent和S′current的具体方法为式(23)：在第3步中更新Slast和S′last的具体方式为式(24)，其中llast是Slast的长度：Slast＝truncate(Slast,n,llast-1)                              (24)。

S′last＝truncate(S′last,n,llast-1)

10.如权利要求7所述的一种基于无权值向量的改进EMD图像密写提取方法，其特征在于：在第4步中由Scurrent＝(s′i)n,Scurrent＝(si)n计算 tdi∈{-1,0,1}的具体方法为式(25)：式(25)中，fetch()为提取函数，其执行的具体功能如式(26)所示，式(26)中overflow′()为提取溢出函数，用于避免tdi＝2|tdi＝-2，将2和-2分别转换为-1和1；

在第5步中从T′adjust中搜索出 对应的行号d并转换为对应的2进制序列bi∈{0,1}的具体方法为式(27)，其中

在第6步中将Bcurrent连接到Bfetched尾部的具体方法为式(28)：Bfetched＝Bfetched||Bcurrent                                (28)。