1.一种基于张量分解的图像数据隐藏方法，用于通过图像传输信息，其特征在于，所述方法包括以下步骤：建立一个元素取值在0‑255之间的三阶正方体张量，将原始的RGB图像放入该三阶正方体张量中；

利用高阶奇异值分解对三阶正方体张量进行Tucker分解，得到一个核心张量和三个模态下的奇异矩阵，也即：TE＝[S，A，B，C]

其中，TE表示待分解的三阶正方体张量，S为分解后的核心张量，A、B、C为三个模态下的奇异矩阵；

分别对各模态下的奇异矩阵进行SVD分解，得到该模态下的左奇异矩阵、奇异值矩阵和右奇异矩阵：[AU，AS，AV]＝SVD(A)

[BU，BS，BV]＝SVD(B)

[CU，CS，CV]＝SVD(C)

其中，下标U，S，V分别表示该模态下的左奇异矩阵，奇异值矩阵，右奇异矩阵；

选择第一个模态下分解得到的奇异值矩阵找到其中最小的奇异值所对应的左奇异矩阵元素，将所需嵌入的信息替换该列元素得到该模态下新的左奇异矩阵；

利用三个模态下的左奇异矩阵和核心张量重构回三阶正方体张量，再从三阶正方体张量中提取信息嵌入后的图像；

将嵌入信息后的图像放入原始三阶正方体张量中通过高阶奇异值分解可以得到嵌入信息。

2.根据权利要求1所述的基于张量分解的图像数据隐藏方法，其特征在于，原始RGB图像放入到三阶正方体张量，包括：所需嵌入信息的RGB图像放入到三阶正方体张量；

放入的位置作为一个密钥；

三阶正方体张量元素取值在0‑255之间；

大小为图像尺寸的最大值。

3.根据权利要求1所述的基于张量分解的图像数据隐藏方法，其特征在于，利用高阶奇异值分解对三阶正方体张量进行Tucker分解，包括：利用高阶奇异值分解对放入图像后的三阶正方体张量进行分解；

得到一个核心张量和其在三个模态上的奇异矩阵，包括奇异值矩阵，左奇异矩阵，右奇异矩阵；

选取由原始图像尺寸所对应的模态分解得到的最小奇异值所对应的左奇异矩阵元素；

将所需嵌入信息替换该列元素，得到该模态下嵌入信息后的左奇异矩阵。

4.根据权利要求1所述的基于张量分解的图像数据隐藏方法，其特征在于，利用替换后的左奇异矩阵和核心张量重构图像，包括：利用嵌入信息后的该模态下的左奇异矩阵和其它模态下的左奇异矩阵，以及核心张量重构三阶正方体张量；

从重构的三阶正方体张量中用位置密钥找出嵌入信息后的RGB图像；

嵌入信息后的RGB图像大小与原始RGB图像一致。

5.根据权利要求1所述的基于张量分解的图像数据隐藏方法，其特征在于，嵌入信息的提取由放入嵌入信息的图像的三阶正方体张量做高阶奇异值分解得到，包括：利用位置密钥将嵌入信息后的图像放入初始三阶正方体张量中；

对放入图像后的三阶正方体张量做高阶奇异值分解；

嵌入信息为由原始图像尺寸所对应的模态中的最小奇异值对应的奇异向量。