1.一种基于块最优动态选择的可逆信息隐藏方法，其特征在于，包括水印嵌入方法，所述水印嵌入方法包括如下步骤：步骤1：对原始图像进行扫描，图像在扫描过程中遇到值为0的像素更改为1，值为255的像素改为254，构建溢出位置图LM记录这些像素，取LMi＝1，未溢出像素LMi＝0，最后当所有块都扫描完毕后，对最终得到的位置图采用算术编码对其进行无损压缩，压缩后的位置图为CLM，其长度表示为lCLM；

步骤2：嵌入时以2×3大小的块为基本单元将载体图像划分成灰、白两层，首先对灰色层进行操作，计算灰色层各块的局部复杂度BC，并设置阈值T1，如果BC≤T1，认定为平滑块，否则为非平滑块；

步骤3：对于2×3大小的平滑块，对其再次划分成1×3的图像块，然后对其中的小块像素根据预排序方案来自适应收集像素，并使用IPVO方法进行秘密信息嵌入；

利用相邻集合的像素值作为预排序集合的上下文信息，对1×3块内的3个像素进行像素值预测，块内像素p1、p2、p3的均值计算如下：其中，μ1、μ2、μ3分别表示p1、p2和p3的菱形均值，n1,n2,...,n8为块内三像素的上下文像素；

设一组均值序列{μ1,μ2,μ3}，利用块内三个像素均值来完成预排序处理，d1、d2为像素均值序列的两个差值，具体计算如下：预排序方案为：

步骤4：对于2×3的非平滑块，计算其块内复杂度值IBC并设置阈值T2，若IBC≤T2，采用IPVO方法来嵌入秘密信息；若IBC>T2，利用块对角合并策略判断当前块与对角块是否可以合并，具体为：计算当前块与对角块的像素密度分布值PDD，将其合并后相应计算合并块的PDD，若合并块的PDD均大于二者，那么认定这两个块可以进行合并，完成秘密信息的嵌入，否则不能够进行合并，跳过；

步骤5：在嵌入了整个有效载荷之后，通过LSB替换将辅助信息嵌入到第一行前36+lCLM个像素中，辅助信息包括块大小、阈值T1和T2、最后嵌入块索引和压缩位置图的长度；

步骤6：对于白色层的像素重复前面步骤2‑4，并生成最终的载密图像。

2.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，还包括水印提取方法，具体包括：S1：首先采用LSB方法提取载密图像第一行前36+lCLM个像素，以提取辅助信息，包括块大小、阈值T1和T2、最后嵌入块索引、压缩位置图CLM；

S2：将载密图像以2×3大小的块为基本单元划分成灰、白两层；首先从白色层开始，根据块复杂度计算方法，并根据所提取的阈值T1，划分平滑块和非平滑块；对于平滑块，将其二次划分成2个1×3大小的块，采用IPVO方法直接提取秘密信息，并恢复像素值；

S3：对于非平滑块，进一步计算块内复杂度值IBC，并利用所提取的阈值T2来提取秘密信息，若IBC≤T2，则采用与平滑块相同的操作提取秘密信息；否则根据块对角合并策略，来判定当前块是否与对角块进行了合并，具体为在提取时以当前块、对角块以及二者合并块的顺序依次计算PDD，若合并块PDD均大于二者，那么该块则与对角块进行了合并，生成了合并块，然后对其提取秘密信息；

S4：最后采用同样的操作对灰色层完成秘密信息的提取，然后恢复图像。

3.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，将载体图像划分成灰、白两层具体操作为：利用菱形预测两层嵌入方法将图像以2×3大小的块为基本单元，以棋盘方式划分为灰色层和白色层。

4.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，计算灰色层各块的局部复杂度BC和白色层各块的局部复杂度步骤相同，采用棋盘式分层嵌入框架，使用最近的四个其他层的相邻块作为该块的上下文，通过全封闭的上下文来计算块的复杂度值；以灰色层为例：上下文像素包括围绕中心灰色块的两圈像素点x1,x2,x3，...，x18,x19,x20，通过这些像素点来计算块复杂度值BC，计算公式如下：BC＝dn+dv+dh       (1)

其中dn，dv，dh分别表示对角、水平以及垂直像素间的差值总和，具体计算过程如下：

5.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，所述步骤3中再次划分成1×3的图像块具体为：将灰色层和白色层的平滑块均进行再次划分，得到灰色叉集、灰色点集、白色叉集和白色点集，灰色叉集、白色叉集的像素连线均为原2×3图像块的正V型图像块，灰色点集、白色点集的像素连线均为原2×3图像块的倒V型图像块。

6.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，计算块内复杂度值IBC具体方法为：IBC＝pσ(5)‑pσ(2)      (6)

其中，pσ(5)和pσ(2)分别表示2×3图像块的次大与次小像素值，如果块内复杂度IBC小于等于T2则认为该块不用再次进行合并。

7.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，所述步骤4中计算2×3的非平滑块与对角块的像素密度分布值PDD的具体方法为：其中，num表示块中像素个数，pσ(num‑1)表示块中次大像素值，pσ(2)表示块中次小像素值，这二者的值在嵌入前后均不会发生任何改变。

8.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，所述IPVO方法进行秘密信息嵌入具体操作为：

1)对包含n个像素值的块，对其像素值{P1,P2,...,Pn}按升序进行排序，然后获得一个有序序列{Pσ(1),Pσ(2),...,Pσ(n)}，其中σ:{1,2,...,n}→{1,2,...,n}是一对一的映射，如果Pσ(i)＝Pσ(j)且i＜j使得Pσ(1)≤Pσ(2)≤...≤Pσ(n)，σi＜σj，IPVO中的预测误差dmax计算为：dmax＝pu‑pv                                  (8)这里u＝min(σ(n),σ(n‑1))，v＝max(σ(n),σ(n‑1))；

2)秘密信息b∈{0,1}通过修改预测误差dmax进行嵌入：

之后最大像素修改为：

最小像素的嵌入类似于上述最大像素的嵌入；预测误差dmin计算如下：

dmin＝ps‑pt                                (11)其中，s＝min(σ(1),σ(2))，t＝max(σ(1),σ(2))；

3)秘密信息b∈{0,1}通过修改预测误差dmin进行嵌入：

之后最小像素修改为：

9.根据权利要求2所述的基于块最优动态选择的可逆信息隐藏方法，其特征在于，所述IPVO方法进行秘密信息提取具体操作为：提取秘密信息时，最大像素值在嵌入时，要么增加1或不变，所以块内像素值顺序并未发生改变，那么秘密信息的提取以及最大像素值恢复由以下可得：其中，像素值{P1,P2,...,Pn}按升序进行排序，获得一个有序序列{Pσ(1),Pσ(2),...,Pσ(n)}，其中σ:{1,2,...,n}→{1,2,...,n}是一对一的映射， 为秘密信息b∈{0,1}通过修改预测误差dmax进行嵌入后的像素； 为修改后的最大像素；

提取秘密信息时，由于最小像素值在嵌入时，要么减1或不变，所以块内像素值顺序并未发生改变，那么秘密信息的提取以及最小像素值恢复由以下可得：其中， 为秘密信息b∈{0,1}通过修改预测误差dmin进行嵌入后的像素； 为修改后的最小像素。