1.一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于，包括以下步骤：第1步：输入分辨率为M×N的p阶灰度载体图像C＝(ci,j)M×N,ci,j∈{0,1,…,2p-1}，输入Prepsnr＞0，PreSSIM∈(0,1]，其中，Prepsnr为峰值信噪比PSNR控制阈值参数，PreSSIM为结构化相似度SSIM控制阈值参数，由Prepsnr和PreSSIM确定C＝(ci,j)M×N的最大调整量δ，且δ≥0，初始化与C分辨率相等的嵌密掩体CE＝C；

第2步：将C＝(ci,j)M×N划分为H×W的矩阵小块 计算块Cx,y的局部复杂度cpx,y，然后由cpx,y和最大调整量δ确定Cx,y的最大调整量δx,y，其中x＝0,1,…,P-1,y＝0,

1,…,Q-1，P·Q为划分的H×W矩阵小块数量，P,Q由式(10)确定；

式(10)中，符号 表示向下取整运算符；

第3步：将四元组(x,y,cpx,y,δx,y),x＝0,1,…,P-1,y＝0,1,…,Q-1按cpx,y由大到小的顺序进行排列，并作为载体嵌密信息表CI，记nmax＞0为预先设定的正整数n的最大值，记秘密信息是长度为l的2值比特位串B＝(bi)l,bi∈{0,1}，BL为嵌密剩余2值比特位串，初始化BL＝B，置计数变量w＝0；

第4步：取CI中的第w个四元组(x,y,cpx,y,δx,y)，由Cx,y对应的哈希值和用户密钥随机生成整数0＜m≤n≤nmax；

第5步：由n,m,δx,y生成嵌密调整表T并通过Cx,y对应的哈希值和用户密钥将T置乱为T′，其中，T′中的每一行对应的n个元素中，被改变的元素数量小于等于m个元素,且每个未溢出元素调整范围属于[-δx,y,δx,y]，而T′中每一行的行号则对应为要嵌入的秘密信息；

第6步：将Cx,y转换为1维元素序列S＝(si)H·W，记载体剩余可供嵌密的元素序列和嵌密元素序列分别为SL和SE，初始化SL＝S，SE＝Φ，其中Φ为空集；

第7步：记SL的长度为lS，BL的长度为lB，根据lS和lB的关系，从SL中截取2值比特位串SC，从BL中截取2值比特位串BC，利用BC从T′中选取对应的行将SC调整为S′C，然后将S′C添加至SE中形成 将SE扫描为H×W维矩阵小块 将 放置在CE块坐标位置为(x,y)的小块位置上，置w＝w+1，执行第4步，直至lB＝0；

第8步：将嵌密掩体CE输出。

2.如权利要求1所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于，第1步中，由Prepsnr和PreSSIM确定C＝(ci,j)M×N的最大调整量δ的具体方法在于包括以下步骤：第1.1步：初始化δ＝1，然后对C＝(ci,j)M×N中的每个元素按式(1)施加整数随机扰动ri,j∈[-δ,δ]；

第1.2步：按式(2)和式(3)分别计算C′＝(c′i,j)M×N相对于C＝(ci,j)M×N的PSNR和SSIM值：PSNRC′和SSIMC′；

SSIMC′＝l(C′,C)·c(C′,C)·s(C′,C)        (3)式(3)中，l(C′,C),c(C′,C),s(C′,C)的具体计算方法如式(4)～式(6)所示；

式(4)～式(6)中，μ(C),σ(C),σ(C,C′)的具体计算方法如式(7)～式(9)所示；

第1.3步：若PSNRC′＞Prepsnr且PreSSIM＞PreSSIM，则取δ＝δ+1，则循环执行第1.1步至第

1.3步直至不满足条件：PSNRC′＞Prepsnr且PreSSIM＞PreSSIM，否则取δ＝δ-1，然后将δ作为最大调整量。

3.如权利要求1所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于：由cpx,y和最大调整量δ确定Cx,y的最大调整量δx,y的具体方法包括以下步骤：第2.1步：按式(11)计算Cx,y的强度复杂度 按式(12)～式(13)计算Cx,y的对比度复杂度 按式(14)计算Cx,y的位置复杂度 按式(15)～式(17)计算Cx,y的边缘复杂度以及按式(18)～式(19)计算Cx,y的纹理复杂度

式(12)中，Nb(x,y)是Cx,y周围的有效8邻域邻居块的位置坐标，满足的约束如式(13)所示，|Nb(x,y)|是Cx,y周围有效8邻域邻居块的数量；

式(14)中， 是Cx,y上落入图像上划定的中心区域Ccenter中的元素数，Ccenter是位于图像中心占图像总面积为rate∈(0,1)的矩形区域；

式(15)中， 是Cx,y经拉普拉斯滤波变换得到的矩阵变换小块，thE是设定的边缘阈值，thE＞0，拉普拉斯滤波变换执行的具体功能是式(16)；

式(16)中，Nb′(i,j)是与(i,j)相邻的4邻域的有效坐标，满足的约束如式(17)所示，|Nb′(i,j)|是(i,j)周围的有效4邻域有效坐标数量；

式(18)中， 是Cx,y经由2维离散余弦变换D2DCT()后的矩阵小块，如式(19)所示，C″x,y中，除 外都是AC系数， 是Cx,y所有AC系数的平均值；

C″x,y＝D2DCT(Cx,y)      (19)

第2.2步：由 按式(20)计算块Cx,y的局部复杂度cpx,y式(20)中，函数Norm()是归一化函数， Ω∈{I,C,L,E,T}的计算过程是从所有的 中选取最大的 记为 然后按

归一化；

第2.3步：记所有cpx,y的最大值为cpmax，然后按式(21)由cpx,y和最大调整量δ确定Cx,y最大调整量δx,y，其中x＝0,1,…,P-1,y＝0,1,…,Q-1：

4.如权利要求1所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于：第4步由Cx,y对应的哈希值和用户密钥随机生成整数0＜m≤n≤nmax的具体方法包括以下步骤：第4.1步：记Cx,y对应的SHA256值为16进制数序列 这里按式(22)生成初始值x0∈(0,1)，按式(23)生成系统参数μ∈[3.57,4]，按式(24)生成滤除迭代次数IT＞0；

第4.2步：将x0、μ代入式(25)生成若干随机数后，抛弃前IT个以消除暂态效应，取其连续生成的4个随机数xIT+1,xIT+2,xIT+3,xIT+4，将xIT+1,xIT+2用于按式(26)～式(27)生成n和m；

xi+1＝μ·xi·(1-xi)        (25)式(25)中，μ∈[3.57,4]为系统参数，x0∈(0,1)为初始值；

5.如权利要求1所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于：第5步由n,m,δx,y生成嵌密调整表T并通过Cx,y对应的哈希值和用户密钥将T置乱为T′的具体方法包括以下步骤：第5.1步：按式(28)计算Vkind，然后初始化Vkind×n维的嵌密调整表式(28)中， 是n个元素中任取i个元素的全部组合数；

第5.2步：初始化计数变量j＝0,k＝0；

第5.3步：将j转换为n位2δx,y+1进制数，用长度为n的1维向量V＝(vi)n进行存储，其中vi＝0,1,…,2δx,y对应为j的第i位2δx,y+1进制数，然后按式(29)将V映射为V′＝(v′i)n,vi∈{-δx,y,-δx,y+1,…,0,…,δx,y-1,δx,y},j＝j+1；

v′i＝vi-δx,y       (29)

第5.4步：统计V′中非零元素数量nnz，若nnz≤m，则将V′作为T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：按式(30)将T中的行置乱，作为T′；

i′＝(a·i+b)mod Vkind,i＝0,1,…,Vkind-1      (30)式(30)产生同余参数a的具体规则是将随机数xIT+3,xIT+4按式(31)映射为x′IT+3∈[3.57,4]，按式(32)映射为x′IT+4∈(0,1)；

x′IT+4＝0.5(xIT+3+xIT+4)      (32)将x′IT+3,x′IT+4分别作为式(25)的系统参数和初始值，将产生的随机数R按式(33)量化为R′；

反复执行式(25)和式(33)直至R′和Vkind互质，从而将R′作为a，然后按式(34)生成式(30)对应的同余参数b：

6.如权利要求1所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写方法，其特征在于：第7步的具体方法包括以下步骤：第7.1步：若lS≥n,lB＞0，则循环执行第7.2步～第7.4步；

第7.2步：按式(35)从SL中截取n个元素作为SC，然后按式(36)更新SL；

SC＝mid(SL,0,n-1)    (35)

SL＝mid(SL,n,lS-1)    (36)

式(35)和式(36)中，mid()是序列元素截断函数，其中第1个参数是要截断的元素序列，第2个参数是截断的元素序列起始位置索引，第3个参数为截断的元素序列终止索引位置；

第7.3步：按式(37)和式(38)从BL中截取lC个比特位串作为 将BC按式(39)转换为10进制数d，然后按式(40)更新BL；

BC＝truncate(BL,0,lC-1)    (38)BL＝truncate(BL,lC,lB-1)      (40)式(38)和式(40)中，truncate()是比特位串截断函数，其中第1个参数是要截断的2值比特位串，第2个参数是截断的2值比特位串起始位置索引，第3个参数为截断的2值比特位串终止索引位置；

第7.4步：从T′中取行号为d的元素序列T′d＝(v′0,v′1,…,v′n-1)，按式(41)将调整为 按式(42)将S′C附加到SE尾部并更新SE；

SE＝SE||S′C         (42)

第7.5步：若lS＜n时，则按式(43)将SL连接至SE尾部并更新SE，将 按行优先顺序扫描为H×W维矩阵小块 将 放置在嵌密掩体块坐标位置为(x,y)的小块位置上，置w＝w+1，若lB≠0返回第4步：

SE＝SE||SL (43)。

7.一种基于复杂度的EMD(n,m,δ)自适应图像密写提取方法，其特征包括以下步骤：第1步：输入分辨率为M×N的p阶灰度载体图像C＝(ci,j)M×N和嵌密掩体输入提取2值比特位串BF的长度控制参数l＞0，初始化BF＝Φ，配置PSNR控制阈值参数Prepsnr＞0，SSIM控制阈值参数PreSSIM∈(0,1)和划分的矩阵小块大小H×W，其中Φ为空集；

第2步：由Prepsnr和PreSSIM确定C＝(ci,j)M×N的最大调整量δ，将C＝(ci,j)M×N划分为H×W的矩阵小块 计算块Cx,y的局部复杂度cpx,y，然后由cpx,y和最大调整量δ确定Cx,y的最大调整量δx,y，其中x＝0,1,…,P-1,y＝0,1,…,Q-1，P·Q为划分的H×W矩阵小块数量参数，P,Q由式(10)确定；

第3步：将(x,y,cpx,y,δx,y),x＝0,1,…,P-1,y＝0,1,…,Q-1按cpx,y从大到小进行排列作为载体嵌密信息表CI，置计数变量w＝0；

第4步：取CI中的第w个4元组(x,y,cpx,y,δx,y)，由Cx,y对应的哈希值和用户密钥随机生成整数0＜m≤n≤nmax；

第5步：由n,m,δx,y生成嵌密调整表T并通过Cx,y对应的哈希值和用户密钥将T置乱为T′；

第6步：将Cx,y和 分别扫描为1维载体序列SL和嵌密载体序列SE，若SL的长度lS≥n，则反复截取SL和SE长度为n的2值比特位串SCL＝(si)n和 从中获取调整量T′d＝(v′0,v′1,…,v′n-1)，然后从T′中找到对应的行号d，将其转换为2值比特位串BC添加至BF，置w＝w+1，执行第4步直至lS＜n；

第7步：若lS＜n，则进一步判断当前BF的长度lF是否大于等于l：若lF≥l，则从BF中提取前l个2值比特作为最终提取出的2值秘密信息比特位串B输出；若lF＜l，则执行w＝w+1，循环执行第4步至第7步直至lF≥l。

8.如权利要求7所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写提取方法，其特征在于：第2步由Prepsnr和PreSSIM确定C＝(ci,j)M×N的最大调整量δ的具体方法包括以下步骤：第2.1a步：初始化δ＝1，然后对C＝(ci,j)M×N中的每个元素按式(1)施加整数随机扰动ri,j∈[-δ,δ]；

第2.2a步：按式(2)和式(3)分别计算C′＝(c′i,j)M×N相对于C＝(ci,j)M×N的PSNR和SSIM值：PSNRC′和SSIMC′；

第2.3a步：若PSNRC′＞Prepsnr且PreSSIM＞PreSSIM，则取δ＝δ+1，循环执行第2.1a步至第

2.3a步，直至不满足条件：PSNRC′＞Prepsnr且PreSSIM＞PreSSIM，否则取δ＝δ-1，然后将δ作为最大调整量；

第2步计算块Cx,y的局部复杂度cpx,y的具体方法在于包括以下步骤：第2.1b步：按式(11)计算Cx,y的强度复杂度 按式(12)～式(13)计算Cx,y的对比度复杂度 按式(14)计算Cx,y的位置复杂度 按式(15)～式(17)计算Cx,y的边缘复杂度以及按式(18)～式(19)计算Cx,y的纹理复杂度

第2.2b步：由 按式(20)计算块Cx,y的局部复杂度cpx,y；

第2.3b步：记所有cpx,y的最大值为cpmax，然后按式(21)由cpx,y和最大调整量δ确定Cx,y最大调整量δx,y，其中x＝0,1,…,P-1,y＝0,1,…,Q-1；

第2步由cpx,y和最大调整量δ确定Cx,y的最大调整量δx,y的具体方法是式(21)。

9.如权利要求7所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写提取方法，其特征在于：第4步由Cx,y对应的哈希值和用户密钥随机生成整数0＜m≤n≤nmax的具体方法包括以下步骤：第4.1步：记Cx,y对应的SHA256值为16进制数序列 这里按式(22)生成初始值x0∈(0,1)，按式(23)生成系统参数μ∈[3.57,4]，按式(24)生成滤除迭代次数IT＞0；

第4.2步：将x0、μ代入式(25)生成若干随机数后，抛弃前IT个以消除暂态效应，取其连续生成的4个随机数xIT+1,xIT+2,xIT+3,xIT+4，将xIT+1,xIT+2用于按式(26)～式(27)生成n和m；

第5步由n,m,δx,y生成嵌密调整表T并通过Cx,y对应的哈希值和用户密钥将T置乱为T′的具体方法包括以下步骤：第5.1步：按式(28)计算Vkind，然后初始化Vkind×n维的嵌密调整表第5.2步：初始化计数变量j＝0,k＝0；

第5.3步：将j转换为n位2δx,y+1进制数，用长度为n的1维向量V＝(vi)n进行存储，其中vi＝0,1,…,2δx,y对应为j的第i位2δx,y+1进制数，然后按式(29)将V映射为V′＝(v′i)n,vi∈{-δx,y,-δx,y+1,…,0,…,δx,y-1,δx,y},j＝j+1；

第5.4步：统计V′中非零元素数量nnz，若nnz≤m，则将V′作为T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：按式(30)将T中的行置乱，作为T′。

10.如权利要求7所述的一种基于复杂度的EMD(n,m,δ)自适应图像密写提取方法，其特征在于：第6步反复截取SL和SE长度为n的2值比特位串SCL＝(si)n和 的具体方法是按式(44)从SL和SE分别截取n个元素作为当前正在处理的载体和嵌密载体元素序列SCL＝(si)n和 然后按式(45)对SL和SE进行更新，其中lS和lE分别为SL和SE的长度；

第6步获取调整量T′d＝(v′0,v′1,…,v′n-1)的具体方法是式(46)；

第6步将d转换为2值比特位串 的具体方法是式(47)，其中lC按式(48)确定；

式(48)中，符号 是向上取整函数；

第6步将BC添加至BF的具体方法是式(49)；

BF＝BF||BC    (49)

第7步提取出B作为最终提取的2值秘密比特位串的具体方法是式(50)：B＝mid(BF,0,l-1)    (50)。