近年来,云计算技术发展迅速,大量云服务商为用户推出云存储服务。这些云存储服务满足了用户对跨平台多终端的文件存储、备份和共享的需求,给用户带来了较大便利。由于网络安全形势的日益严峻和人们的隐私保护意识逐渐增强,因此用户将图像等多媒数据上传到云端之前,往往对它们进行加密处理以保护隐私信息。随着云端的密文图像数量日益增多,如何对密文图像进行有效管理和应用成为云服务和信息安全领域亟待解决的问题。为此,研究人员提出研究密文图像可逆信息隐藏算法,通过在密文图像中嵌入附加信息以实现图像检索、身份认证和版权保护等。当前,设计具有高嵌入容量的算法是密文图像可逆信息隐藏研究的一个重要研究任务。本文以密文图像作为研究对象,利用像素预测、位平面结构信息编码和四叉树编码等技术来研究密文图像可逆信息隐藏,设计两种有效的信息隐藏新算法,即基于位平面结构信息编码的密文图像可逆信息隐藏算法和基于位平面四叉树编码的密文图像可逆信息隐藏算法。本文的主要结果概括如下:（1）提出基于位平面结构信息编码的密文图像可逆信息隐藏算法由于预测误差直方图服从以0或接近0为中心的类拉普拉斯分布,因此将预测误差的绝对值分解为八个位平面后,构成每个位平面的元素大部分都为0。针对这一特点,提出一种基于位平面结构信息编码的密文图像可逆信息隐藏算法。该算法首先利用像素预测器对原始图像进行预测,得到其预测误差,再将预测误差图划分为大小相等的图像块。然后将每个块的八个位平面划分为两个种类来构建位平面结构信息,同时根据该结构信息对八个位平面重新编码以腾出嵌入空间。最后根据图像块中指定位置的标记实现秘密信息的嵌入和提取。实验结果表明,该算法不仅能保证秘密信息的正确提取和原始图像的无损恢复,而且在嵌入容量方面取得较大的性能提升,优于多种同类型的密文图像可逆信息隐藏算法。（2）提出基于位平面四叉树编码的密文图像可逆信息隐藏算法四叉树是一种树状数据结构,每个节点下至多可以有四个子节点。图像的四叉树分解将图像递归地分割为四个象限或矩形区域,被广泛应用于图像压缩、边缘检测等领域。此项工作利用图像的四叉树分解技术设计了一种面向位平面的四叉树编码方案,根据该方案,提出一种高容量的密文图像可逆信息隐藏算法。该算法首先对图像进行像素预测以获得预测误差,然后对预测误差的八个位平面进行四叉树分解。将分解后的图像块划分为四类,生成对应的位平面块分类标记图。接着将位平面块分类标记图转换为四叉树,并通过两种不同的四叉树编码方案对其进行高效压缩以腾出嵌入空间。最后将编码结果重构回图像,并通过比特替换的方法实现附加信息的嵌入。该算法实现了信息提取与图像恢复的可分离操作。实验结果证明,该算法在嵌入容量方面的性能有显著提高,能够满足大容量、可分离的应用场景的需求。