1.一种基于估值和可能值概率的隐藏图像恢复方法，其特征在于，包括如下步骤：

1)计算待修复点可能值的概率：在载体和隐藏信息都是图像的信息隐藏中，当载体受到破坏时，隐藏图像也会受到破坏，设隐藏图像中像素有m位被破坏，这些被破坏的位可能m m取0或1，共有2种情况，即有2个可能值，这些可能值中有一个是原始像素的值，假设待修复像素点f的3×3邻域中的像素为f1,f2,f3,f4,f5,f6,f7,f8，计算f1,f2,f3,f4,f5,f6,f7,f8的可能值得到所有邻域像素可能值，定义待修复像素f可能值的概率，依据f可能值的概率，对隐藏图像进行恢复，计算待修复像素点f可能值的概率时忽略待修复像素点f低三位被破坏的情况，设待修复像素点f的高5位中有n位被破坏，可能值为gi，i＝1,n

2,...,t，其中t＝2 ，gi的概率为pi，定义gi的频数为邻域像素可能值中属于[gi‑7,gi+7]区间的可能值个数，记为hi，则有：其中i＝1,2,...,t，可能值gi的概率越大，gi是原始像素值的概率也越大；

2)基于估值和可能值概率的隐藏图像恢复：将只有低三位被破坏的图像的像素点定义为真实值像素，真实值像素不进行恢复，只对非真实值像素进行恢复，过程为：

2‑1)计算待修复点的估值：检测图像中的噪声点，标记隐藏图像像素的被破坏位，确定所有的真实值像素：依次在待修复像素点f的3×3、5×5和7×7邻域计算真实值像素的凸壳，若存在凸壳且待修复像素点f在凸壳的内部，凸壳计算结束，令F＝1；否则令F＝0，若F＝

1，用凸壳内部及边界上的真实值像素对待修复像素点f进行估值，若F＝0，用像素点f 3×3邻域中的像素对待修复像素点f进行估值；

对待修复像素f，像素q与待修复像素点f距离越近，对待修复像素点f的影响越大，设待修复像素点f与像素q的欧式距离为d(f,q)，像素q的距离权重定义为1/d(f,q)，像素q被破坏得越小，对待修复像素点f的参考意义越大，设像素q的未被破坏的位为k1,k2,...,kh,令：其中，0≤kj≤7，1≤j≤h，L(q)为邻域像素q的权重，

设凸壳内部及边界的真实值像素为q1,q2,...,qu，c(f)为待修复像素点f的估计值，像素q的像素值为v(q)，若F＝1，用q1,q2,...,qu计算待修复像素点f的估计值；否则，用f1,f2,f3,f4,f5,f6,f7,f8计算待修复像素点f的估计值，则有：

2‑2)隐藏图像修复：采用待修复像素点f的估计值c(f)找到与c(f)最逼近的概率最大的可能值，实现对待修复像素点f的修复，采用参数控制c(f)与待修复像素点f可能值的接近程度，结合可能值的概率确定f的最终修复值，即：设待修复像素点f的可能值为gi，对给定的阀值T1，若gi满足：

|gi‑c(f)|≤T1，

则说明满足条件可能值gi与估计值差异较小，这些可能值是真实值的概率较大，设满足以上条件的可能值为 对应的概率为 令：其中1≤i≤r，

*

i为满足条件|gi‑c(f)|≤T1、且概率最大的可能值下标，由于 是待修复像素点f高5位中的被破坏位取0或1所得的一个可能值，设 低3位中的被破坏位分别取0或1所得的l个可能值为z1,z2,...,zl，令：*

j＝argminj(|z1‑c(f)|,|z2‑c(f)|,...,|zl‑c(f)|)，其中1≤j≤l，*j为z1,z2,...,zl中与c(f)差异最小的可能值的下标，则取 为待修复像素点f的最终修复值。