1.一种基于IWT和预测差值直方图平移的可逆水印算法，其特征在于，包括水印嵌入算法，具体包括如下步骤：步骤1：对原始水印图像W进行Arnold置乱变换得到置换后的水印图像W’，横向变换与纵向变换的次数为c和d；

所述Arnold置乱变换的置乱方法如下：

其中，x',y'∈{0,1,2,...,P‑1}，(x,y)为水印图像原始像素坐标，(x',y')为原始像素点经过Arnold置乱变换后的新的像素坐标，A为水印图像大小，c、d为随机生成的横向和纵向置乱变换次数；

步骤2：将原始图像I分为若干个n×n互不重叠的图像块Ii，

步骤3：计算得出所有像素块的平滑度值，并按照像素平滑度值对图像块进行从大到小排序，建立图像块顺序索引表；

步骤4：根据水印信息量的大小，选取平滑度值靠前的m个图像块进行整数小波变换，分解得到每块的低频区域LLi、高频区域HHi和两个中频区域HLi、LHi；

步骤5：对步骤4中获得的图像高频区域HHi进行逆整数小波变换，得到图像块Hi，对图像块Hi进行预测差值进行扩展并生成差值直方图，利用直方图平移法嵌入水印信息；对低频区域LLi进行逆整数小波变换，得到图像块Li，在图像块Li中利用差值量化法嵌入水印容量大小、水印置乱次数c和d的辅助信息；

其中，利用直方图平移法嵌入水印信息过程中，在差值直方图中，选择合适的阈值T，若预测差值在阈值[‑T,T)区域之间，则嵌入水印信息；若预测差值在[T,∞)范围，则需整体向右平移；若预测差值在(‑∞,‑T)范围，则需整体向左平移；继续对分块的下一个嵌入点进行判断，直到所有的分块处理完毕；

步骤6：对嵌入水印生成的图像块区域HWi和嵌入辅助信息生成的图像块区域LWi进行整数小波变换得到高频区域HHWi和低频区域LLWi；

步骤7：根据顺序索引表，将平滑度值靠前的m个图像块中未用来处理的两个中频区域HLi、LHi和相应生成的高频区域HHWi及低频区域LLWi进行重组，得到最终的水印图像IW。

2.根据权利要求1所述的基于IWT和预测差值直方图平移的可逆水印算法，其特征在于，所述步骤5中预测差值进行扩展并生成差值直方图具体为：选择一个基本像素与其左上方三个像素均值作差得到预测差值，然后将预测差值进行扩展，生成差值直方图。

3.根据权利要求1所述的基于IWT和预测差值直方图平移的可逆水印算法，其特征在于，在嵌入水印前后，每个像素块的近似平滑度值都不会改变，用来标识水印嵌入位置，替换占用大量空间的位置标志图。

4.根据权利要求1所述的基于IWT和预测差值直方图平移的可逆水印算法，其特征在于，还包括水印提取算法，其为水印嵌入的逆过程，具体包括如下步骤：S1：将水印图像IW分为若干个n×n互不重叠的图像块IWi，

S2：按照像素平滑度值对图像块进行从大到小排序，并建立图像块顺序索引表；

S3：对平滑度值靠前的m个图像块IWi进行整数小波变换，分解得到每块的低频区域LLWi、高频区域HHWi和两个中频区域HLwi、LHwi；

S4：由于嵌入前后的像素平滑度值不变，对低频区域LLWi进行逆整数小波变换，得到图像块Lwi，在图像块Lwi中利用差值量化法提取出辅助信息，得到水印置乱次数c和d、水印容量大小，然后对提取辅助信息后的图像块区域Li进行整数小波变换；

S5：对由S3中获得的图像高频区域HHWi进行逆整数小波变换，得到图像块HWi，在图像块HWi中，利用所提取出的辅助信息来提取水印信息，然后对提取水印信息后的图像块区域Hi进行整数小波变换；

其中，利用所提取出的辅助信息来提取水印信息时，预测差值在阈值

[‑2T,2T)区域之间，则提取水印信息；若预测差值在[2T,∞)范围，则需整体向左平移；

若预测差值在(‑∞,‑2T)范围，则需整体向右平移，T为控制嵌入容量的嵌入阈值参数；最后，继续对下一个分块嵌入点进行提取，直至所有分块处理完毕；

S6：根据顺序索引表，将平滑度值靠前的m个图像块中未用来处理的两个中频区域HLwi、LHwi和相应生成的高频区域HHi及低频区域LLi进行重组，恢复出原始图像块；

S7：将提取的水印信息通过Arnold反置乱变换，得到原始水印图像W；

S8：根据顺序索引信息表对所有图像块进行重组，无损恢复出原始图像I。