可逆信息隐藏技术是一类具有特殊性质的信息隐藏技术。不同的是,它不会对载体图像造成永久性失真,能够在提取秘密信息后无损重构出载体图像。该特性使得可逆信息隐藏技术在一些特殊的应用场景,诸如军事、医学、卫星、法律、珍品保护等获得了很好的运用。本文基于可逆信息隐藏的信息论理论框架,重点研究大容量可逆信息隐藏优化算法。提出了两种不同的优化算法,所作贡献如下:首先,提出了基于结构平方误差约束的可逆信息隐藏优化算法。结构平方误差是一类图像质量评价指标,它继承了平方误差优良的数学特性,并能提取图像结构信息的失真。相较于传统的图像质量评价指标,如PSNR、SSIM,它更能反映人眼视觉特性。为此,本文首先建立了结构平方误差约束下的可逆信息隐藏率失真模型,然后基于拟牛顿思想对路径追踪算法进行改进,设计了一种BFGS-PF算法。实验结果表明,BFGS-PF算法与路径追踪算法的率失真曲线非常逼近,但求解速度却有了很大的提升。而且,基于BFGS-PF改造的可逆信息隐藏算法能够很好地应用于大嵌入率的应用场景下。其次,设计了基于线性最小熵预测准则的可逆信息隐藏优化算法。最小熵预测准则的核心思想是在信息熵的视角下对像素值进行预测,以保证获得高精度的预测值。该算法首先利用最小熵预测思想获得了更为陡峭的预测误差直方图,然后利用改进的递归编码方法对所获得的预测误差直方图进行修改,以实现秘密信息的最优嵌入。实验结果表明,新算法在预测精度和嵌入性能两方面都得到了有效提升。以上两种算法不仅完善了可逆信息隐藏率失真理论框架,更在提升像素预测精度和嵌入容量方面取得了一定的成功。