1.一种基于块分类的三元素差值可逆图像水印算法，其特征在于，包括水印嵌入算法，具体步骤如下：步骤(1)对水印W作Amold置乱变换得到W′，对变换后的水印W′转变为一维二进制序列；

步骤(2)将原始图像分为两个区域R1和R2，R1为嵌入区，R2为非嵌入区，非嵌入区保有最下面两行和最右边两列；

步骤(3)将R1区域分成互不重叠的3×3的子块，利用块类型划分方法根据各个块的均值与方差得到平滑块、复杂块的块集合；

步骤(4)对平滑块子块A＝{x1，x2，Λ，x9}每行的元素进行排序得到子块A′＝{y1，y2，Λy9，}，计算A′子块的各行像素值差值，两边像素与中间位置像素值做差形成差值；

步骤(5)将所有平滑块子块的差值生成差值直方图，在每个平滑块子块中嵌入水印信息；

步骤(6)依次对平滑块所有子块作上述处理，完成所有平滑块水印的嵌入；

步骤(7)还原步骤(4)中像素值排序时交换的像素点位置；

步骤(8)将辅助信息通过LSB替换的方法嵌入到R2中，合并R1，R2得到最终的含水印图像。

2.根据权利要求1所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述步骤(4)中对平滑块子块A＝{x1，x2，Λ，x9}每行的元素进行排序得到子块A′＝{y1，y2，Λy9，}时，将该子块每行的像素点进行比较，最小值置于中间，两边像素与中间位置像素值做差形成差值。

3.根据权利要求1所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述步骤(5)中在每个平滑块子块中嵌入水印信息具体为：在每个平滑块子块的嵌入过程中，选取整体差值直方图的峰值m与零点n，每个子块修改后的差值 为：

其中，b∈(0，1)是嵌入的水印信息，为嵌入水印信息后的差值，y′为两边像素与中间位置像素值做差形成差值，具体为y′1＝y1‑y2，y′2＝y3‑y2，y′3＝y4‑y5，y′4＝y6‑y5，y′5＝y7‑y8，y′6＝y9‑y8；

嵌入水印信息后的像素为：

其中， 为每个子块修改后的差值

4.根据权利要求1所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述步骤(3)块类型划分方法为通过目标块与其周围图像块差值与预设阈值TH的关系，判断不同图像块纹理复杂程度，具体为：步骤3.1：预设阈值TH选取待划分目标块的方差值，块1，块2，块3，块4为目标块的周围块，V1，V2，V3，V4为块1，块2，块3，块4的方差值，块1为上边界块，块2为左边界块，块3为下边界块，块4为右边界块；

步骤3.2：判断四个顶点块的块类型：

(1)当为左上顶点块时，其类型判断为：

若(V3≥TH)&&(V4≥TH))：目标块判为复杂块，否则目标块为平滑块；

(2)当为右上顶点块时，其类型判断为；

若(V2≥TH)&&(V3≥TH))：目标块判为复杂块，否则目标块为平滑块；

(3)当为左下顶点块时，其类型判断为：

若(V1≥TH)&&(V4≥TH)：目标块判为复杂块，否则目标块为平滑块；

(4)当为右上顶点块时，其类型判断为：

若(V1≥TH)&&(V2≥TH))：目标块判为复杂块，否则目标块为平滑块；

步骤3.3：判断边界块的块类型：

(1)当为左边界块时，其类型判断为：

((V1≥TH)&&(V3≥TH)&&(V4≥TH))：目标块为复杂块，否则为平滑块；

(2)当为上边界块时，其类型判断为：

((V2≥TH)&&(V3≥TH)&&(V4≥TH))：目标块为复杂块，否则为平滑块；

(3)当为右边界块时，其类型判断为：

((V1≥TH)&&(V3≥TH)&&(V4≥TH))：目标块为复杂块，否则为平滑块；

(4)当为下边界块时，其类型判断为：

((V1≥TH)&&(V2≥TH)&&(V4≥TH))：目标块为复杂块，否则为平滑块；

步骤3.4判断内部块的块类型：

((V1≥TH)&&(V2≥TH)&&(V3≥TH)&&(V4≥TH))：目标库判为复杂块，否则为平滑块。

5.根据权利要求1所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述步骤(3)对得到的所有子块进行标记，将平滑块标记为1，复杂块标记为0并生成索引图，通过密道通道将所述索引图传递给接收端。

6.根据权利要求5所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，还包括水印提取算法，所述水印提取算法为水印嵌入算法的逆过程，具体包括如下步骤：S1：将含水印图像分成R1，R2两部分，R1为提取水印区，R2为提取辅助信息区，R2保有最下面两行和最右边两列；

S2：将R1部分分成互不重叠的3×3的块，并根据密道通道传递过来的索引图，得到平滑块和复杂块的块类型集合以及嵌入水印信息时R2中替换的前B位LSB信息；

S3：在R2中提取前B位LSB为辅助信息；

S4：根据每个平滑块子块水平相邻三元素的大小关系进行位置置换，之后三元素的两边像素与中间位置像素值做差形成差值得到各个子块生成的差值y′；

S5：根据生成的差值生成差值直方图，每个平滑块子块并结合提取出来的辅助信息判断差值的变化从而得到嵌入的水印信息，然后恢复差值S6：根据差值 恢复载体图像中的像素，并还原S4交换的像素点位置；

S7：使用LSB算法还原R2中的前B位，合并平滑块、复杂块以及R2完成原始图像的恢复。

7.根据权利要求6所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述S5具体为：嵌入的水印信息：

恢复差值

其中，b∈(0，1)是嵌入的水印信息，为嵌入水印信息后的差值，y′为两边像素与中间位置像素值做差形成差值。

8.根据权利要求6所述的基于块分类的三元素差值可逆图像水印算法，其特征在于，所述S4中根据每个平滑块子块水平相邻三元素的大小关系进行位置置换，具体为：将该子块每行的像素点进行比较，最小值置于中间，两边像素与中间位置像素值做差形成差值。