《Electronics》：A Novel Reversible Data Hiding Method with Contrast Enhancement Based on Order and Brightness Preservation
编辑推荐：
随着互联网和智能设备的广泛普及，传输过程中保护数字信息变得日益重要。可逆数据隐藏（RDH）支持将秘密数据嵌入数字图像，同时允许隐藏数据和原始图像无损恢复。为提升图像质量，对比度增强（CE）技术被集成到RDH方法中，以增强图像细节和特征。然而，现有CE-RDH方
随着互联网和智能设备的广泛普及，传输过程中保护数字信息变得日益重要。可逆数据隐藏（RDH）支持将秘密数据嵌入数字图像，同时允许隐藏数据和原始图像无损恢复。为提升图像质量，对比度增强（CE）技术被集成到RDH方法中，以增强图像细节和特征。然而，现有CE-RDH方法在高嵌入率下常出现过度增强和视觉失真，导致亮度变化不自然和视觉质量下降。因此，本研究提出一种基于顺序和亮度保持的对比度增强可逆数据隐藏新方法。研究人员在预处理阶段采用自适应直方图箱合并策略和直方图拉伸技术，以提高嵌入容量和对比度增强性能，同时保持像素顺序并减少强度失配伪影。在数据嵌入阶段，采用亮度保持嵌入机制，根据图像亮度自适应调整嵌入方向，防止过度增强并保持视觉一致性。在USC-SIPI和Kodak数据集上的实验结果表明，所提方法将嵌入容量提高5–40%，同时保持相对平均亮度误差（RMBE）高于0.99、峰值信噪比（PSNR）高于24.2 dB、结构相似性指数（SSIM）高于0.882，在亮度保持、视觉质量和对比度增强性能方面优于现有CE-RDH方法。
论文解读：基于顺序与亮度保持的对比度增强可逆数据隐藏方法
一、研究背景与问题
随着互联网和智能设备的广泛普及，数字信息在传输过程中的安全保护日益重要。可逆数据隐藏（Reversible Data Hiding，RDH）技术能够将秘密数据嵌入数字图像，并在提取后无损恢复原始图像，广泛应用于图像版权保护和隐私传输。为改善嵌入后图像的视觉效果，研究者将对比度增强（Contrast Enhancement，CE）技术融入RDH，形成了CE-RDH方法，通过直方图均衡化等方式同时实现数据嵌入和图像细节增强。然而，现有CE-RDH方法在高嵌入率下存在三个主要问题：第一，预处理中不合理的直方图箱合并导致强度失配伪影（Intensity-Mismatched Artifacts），破坏像素顺序，产生视觉失真；第二，过度嵌入操作引起过增强（over-enhancement）和亮度不一致，使图像显得不自然；第三，提高嵌入容量往往增加图像失真，难以平衡嵌入性能与视觉质量。现有研究多聚焦于优化CE-RDH框架的单一组件（如顺序保持预处理、亮度保持嵌入或直方图增强），缺乏将这些互补技术统一整合的方案。针对上述局限，研究人员提出了一种基于顺序和亮度保持的对比度增强可逆数据隐藏新方法。
二、研究工作与结论
研究人员提出了一种集成自适应直方图箱合并、直方图拉伸和亮度保持单峰嵌入的统一框架。预处理阶段，通过自适应直方图箱合并策略，将高度超过平均阈值（T）的直方图箱与相邻箱合并，在保持像素顺序的同时提高每轮嵌入容量，并减少强度失配伪影；随后应用直方图拉伸（Histogram Stretching，HS）将灰度范围线性映射至[0,255]，进一步改善对比度分布。数据嵌入阶段，采用亮度保持单峰嵌入策略，每轮仅扩展当前最高峰（s），并根据预处理后图像亮度与原始图像亮度的比较，自适应选择向左或向右的嵌入方向（d），从而补偿亮度偏移，防止过增强并保持视觉一致性。恢复阶段通过逆向操作和位置图（Location Map）实现无损还原。在USC-SIPI（8幅512×512灰度图）和Kodak（24幅768×512或512×768彩色图转灰度）数据集上的实验表明：所提方法在嵌入轮次S=10至50范围内，嵌入容量较现有方法增加5–40%，同时保持相对平均亮度误差（Relative Mean Brightness Error，RMBE）高于0.99、峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）高于24.2 dB、结构相似性指数（Structural Similarity Index Measure，SSIM）高于0.882，且在亮度保持、视觉质量和对比度增强性能上优于对比方法。该论文发表在《Electronics》期刊。
三、主要关键技术方法
研究人员采用了以下关键技术方法：自适应直方图箱合并策略——以平均直方图高度作为阈值（T），将高度大于T的箱与相邻箱合并，生成位置图以确保可逆，从而增加嵌入容量并保持像素顺序；直方图拉伸——利用线性变换将像素值范围扩展至[0,255]，增强对比度而无需改变像素相对顺序；亮度保持单峰嵌入机制——每轮仅扩展当前最高峰（s），通过比较预处理后图像亮度（B'）与原始图像亮度（B）确定嵌入方向（d），向左或向右扩展以实现亮度补偿，并记录操作信息以支持无损恢复。样本来源为USC-SIPI和Kodak公共数据集。
四、研究结果
4.2.1 提出方法的统计结果：通过在不同嵌入轮次（S∈{10,20,30,40,50}）下实验，发现随着S增加，嵌入容量稳步上升，这是因为自适应直方图箱合并提前合并了主导箱，提供了更多可扩展像素。PSNR和SSIM逐渐下降，但在S=50时仍分别保持在24 dB和0.88以上，说明结构信息得到有效保留。RMBE在初始轮次略有降低，但随着嵌入进行迅速接近1.0，表明亮度保持嵌入机制有效补偿了亮度偏差，实现了优异的亮度一致性。
4.2.2 提出方法的视觉结果：对Kodak和USC-SIPI图像进行S=50轮增强，视觉对比显示，增强后图像的细节和特征变得更加清晰，如砖墙纹理和羽毛颜色差异得到突出，且未出现明显失真或亮度异常，证明方法在高嵌入率下仍能保持自然视觉效果。
4.3.1 统计比较结果：与Wu等（2015）的RDHCE、Wu等（2018）的OPHBE、Lee等（2022）的OPHBE变体、Wu等（2020）的基于背景分割方法、以及基于2D直方图的方法相比，所提方法在RCE和REE指标上呈现合理增长，表明对比度增强是适度的。RMBE方面，除所提方法外，其他方法的RMBE均随S增大而下降，而所提方法在S≥40时稳定高于0.99，显著优于对比方法。BRISQUE、SSIM和PSNR方面，所提方法始终保持较低BRISQUE值（图像质量更好），SSIM和PSNR也全面领先，证明其在增强对比度的同时有效抑制了噪声和结构损伤。
4.3.2 嵌入容量比较结果：与同样采用顺序保持预处理的OPHBE方法对比，所提方法在不同图像上均实现了更高的总嵌入容量（例如在Lena上为107,218位，OPHBE为46,664位），确认了自适应箱合并策略在提升容量方面的有效性。
4.3.3 视觉质量比较结果：在S=50时，未采用顺序保持的方法（RDHCE和Wu等2020）产生了明显的强度失配伪影，导致图像块状失真；而采用顺序保持的方法（OPHBE、Lee等2022）和所提方法均未出现此类伪影。局部放大图像显示，所提方法在保持边缘、纹理细节和亮度一致性方面表现最佳。
五、讨论与结论
讨论部分指出，尽管所提方法在嵌入容量、亮度保持和图像质量上取得了显著优势，但仍存在一些局限：当前方法仅针对灰度图像和基于直方图的CE-RDH技术进行了验证，尚未扩展至彩色图像、高分辨率图像或医学图像等特定领域；参数S需根据应用需求手动指定，而非自动优化。未来研究将聚焦于将框架扩展到彩色图像可逆数据隐藏、自适应参数选择、区域感知嵌入策略以及医学图像应用，同时进一步提升计算效率和感知图像质量。
研究结论翻译如下：本研究回顾了近期基于对比度增强的可逆数据隐藏方法的演进，并提出了一种用于图像对比度增强的新型可逆数据隐藏方法。其主要特点是通过顺序保持预处理增加容量，并采用亮度保持方式嵌入数据以增强图像对比度，从而获得更好的视觉效果。根据第4节的实验比较结果，所提方法在保持竞争性图像质量和嵌入容量的同时，实现了优异的亮度保持。特别是在高嵌入轮次下，所提方法维持RMBE值高于0.99、SSIM值高于0.88、PSNR值高于24 dB。这些结果验证了所提方法在不同嵌入轮次下有效平衡了嵌入容量、对比度增强、亮度保持和图像质量，展现出强大的实际应用潜力。它也为进一步推动数据隐藏技术的发展和应用提供了新的研究方向。总体而言，实验结果证实了所提方法在同时实现高嵌入容量、亮度保持和视觉质量方面的有效性。
