La inserción de datos reversible (RDH) es una clase especial de esteganografía, en la que la imagen de portada puede ser recuperada perfectamente al extraer los datos secretos. Sin embargo, la mayoría de los esquemas de RDH basados en imágenes se centran en mejorar el rendimiento de capacidad-distorsión. En este documento, proponemos un nuevo esquema de RDH que no solo oculta eficazmente las huellas dejadas por HS, sino que también mejora el rendimiento de capacidad-distorsión. Primero, se propone un predictor de bordes de alta precisión LS-ET (predictor de mínimos cuadrados con tipo de borde), y el predictor divide los píxeles en cinco tipos, es decir, borde débil, borde horizontal, borde vertical, borde diagonal positivo y borde diagonal negativo. Diferentes tipos de píxeles objetivo utilizan diferentes píxeles de entrenamiento con una mayor consistencia local para mejorar la precisión. Luego, se diseña un nuevo marco de desplazamiento de histograma basado en predicción (HS) para ocultar las huellas de inserción en las imágenes esteganográficas. Finalmente, mejoramos tanto el método de codificación de datos como la estrategia de inserción de omisión para mejorar la calidad de la imagen. Los resultados experimentales demuestran que el rendimiento de capacidad-distorsión del esquema propuesto supera a los otros esquemas de ocultamiento de huellas y es comparable a los esquemas de vanguardia que utilizan técnicas de clasificación, modificación de múltiples histogramas y excelentes predictores basados en LS. Además, puede ocultar las huellas de inserción dejadas por los esquemas HS tradicionales hasta cierto punto, reduciendo el riesgo de ser esteganalizados.