具有对比度增强效果的可逆信息隐藏研究进展与展望

2016-09-23杨杨张卫明侯冬冬王辉俞能海

网络与信息安全学报 2016年4期

关键词：直方图纹理像素

杨杨，张卫明，侯冬冬，王辉，俞能海

（1. 中国科学技术大学中国科学院电磁空间信息重点实验室，安徽合肥 230027；2. 安徽大学电子信息工程学院，安徽合肥 230039）

具有对比度增强效果的可逆信息隐藏研究进展与展望

杨杨1，2，张卫明1，侯冬冬1，王辉1，俞能海1

（1. 中国科学技术大学中国科学院电磁空间信息重点实验室，安徽合肥 230027；2. 安徽大学电子信息工程学院，安徽合肥 230039）

可逆信息隐藏技术可以确保提取信息后无损恢复载体，该技术可用于军事、司法、医学等图像的认证或标注，在这些应用中图像很敏感，轻微的修改也是不允许的。尤其在医学图像中，可逆信息隐藏可用来保护病人隐私。主要介绍了具有对比度增强效果的可逆信息隐藏，根据运用的载体类型将其分为基于像素直方图的方法和基于预测误差直方图的对比度增强的方法。该系列方法的主要目的是从主观上提高载密图像的质量，并同时实现可逆信息嵌入，这类方法适用于医学图像隐私保护。最后，通过分析现有工作的优势与不足，对未来的发展方向做了展望。

可逆信息隐藏；隐私保护；对比度增强；直方图平移

1　引言

可逆信息隐藏（RDH，reversib是一种特殊的信息隐藏技术，它除信息的隐密性和可提取性以外，同损地恢复原始载体［1～8］。这一特性在合显得尤为重要，如医疗图像标注法庭取证方面，原始载体图像不允图像像素的微小变化就可能导致诊者法律诉讼失败［9～12］。同时，可逆成图像内容真实性与完整性认证的全恢复载体图像，也引起了不同应越多的关注。另外，可逆隐藏在隐着重要的作用，例如，某些存放在务器上的大量高敏感的医学图像，量病人的个人信息，经常会有某些的接触或者变更图像的内容。为了图像的隐私，必须提供有效的安全在医学图像中，希望不仅能够将病隐藏到医学图像当中，又能够不妨le data hiding）了要保证嵌入时需要完全无一些特殊的场、军事图像和许有任何修改，断结果出错或信息隐藏在完同时，还能完用场景下越来私保护中也有第三方存储服由于其包含大恶意行为带来保护病人医学机制。因此，人隐私可逆地碍医生对医学图像的正确诊断。

目前，传统的可逆信息隐藏方法的主要目的在于提高信息嵌入容量的同时最大程度上降低载密图像的失真度。研究者常用峰值信噪比（PSNR，peak signal to noise ratio）来评价载密图像的质量，即计算载体图像与隐藏信息后图像的统计误差。在同一嵌入率下，PSNR越大说明图像质量越好，图像失真度越小，算法性能越好。传统的可逆信息隐藏方法都在相同嵌入率下追求高的PSNR参数值，因此，传统可逆信息隐藏的核心基本分为2步：1）产生一个具有较小熵的主序列，其具有尖锐的直方图［13～17］；2）再利用直方图平移（HS，histogram shifting）［18，19］和基于差值扩展（DE，difference expansion）［20，21］的方法通过修改直方图在主序列中嵌入隐藏信息。为达到此目的，近年来可逆信息隐藏方法基本都采用排序或像素选择，优先使用平滑区域，因为平滑区域预测准确，可以获得更尖锐的预测误差直方图，但是修改平滑区域恰恰更容易造成人眼视觉的感知。所以，目前的可逆信息隐藏的主流方法与自然的视觉质量评价有矛盾之处，究其原因在于目前的可逆信息隐藏方法过于追求峰值信噪比。

实际上，图像质量评价研究领域早已表明，由于图像的最终受体是人，目前评价结果较为准确的是主观图像质量评价方法［22］。另外，峰值信噪比作为评价图像质量的标准早已被证实与主观视觉感受不够吻合，这是因为传统的峰值信噪比仅仅是计算2幅图像间的像素差，未能考虑图像的自身结构信息以及人眼视觉特性，并不适合作为图像质量的判断标准［22，23］。因此，在最新的可逆信息隐藏研究中，已有学者从主观视觉的角度提出了具有对比度增强效果的可逆信息隐藏［24～27］，该系列方法与传统可逆信息隐藏追求高PSNR值的目的不同，其目的在于通过增强载体图像的对比度来提高嵌入信息后的载密图像的主观视觉质量。该系列方法在实现可逆信息嵌入的同时提高了图像的视觉质量，从而适用于医学图像的隐私保护研究。

本文按照不同方法依据不同的载体，将该系列工作划分为基于像素直方图的［24，25］以及基于预测误差直方图的对比度增强的可逆信息隐藏方法［26，27］。其中，基于像素直方图的对比度增强的可逆信息隐藏方法主要描述了Wu等［24］提出的实现对比度增强的可逆信息隐藏方法，以及在Gao等［25］提出的改进的时域与频域相结合的实现对比度增强的可逆信息隐藏方法。这2种方法主要实现了大面积相同灰度参数的对比度增强效果，对于针对纹理区域增强要求的医学图像来说，有其一定的局限性。而基于预测误差直方图的对比度增强的可逆信息隐藏方法提出了基于复杂区域对比度增强的医学图像可逆信息隐藏方法［26，27］，其目的在于通过增强纹理复杂区域的对比度提高图像的边缘变化感兴趣区域的分辨率，同时实现可逆信息隐藏方法。在文献［26］的基础上，文献［27］根据预测误差直方图的bin存在一定的冗余量的信息，利用改进的IRZL编码方法预处理秘密信息，降低了隐藏图像的失真度。该系列工作在增强了载密图像对比度的同时还实现了秘密信息的可逆嵌入。

2　具有对比度增强效果的可逆信息隐藏方法

2.1基于像素直方图的方法

基于像素直方图的方法主要是指在灰度直方图上实现的可逆信息隐藏方法，这里主要介绍近期的2种方法：一是Wu等［24］首先提出的实现对比度增强的可逆信息隐藏方法，二是在Wu等基础上，Gao等［25］改进的时域与频域相结合的可逆信息隐藏方法。

2.1.1实现对比度增强的可逆信息隐藏方法

传统的可逆信息隐藏方法大多以PSNR作为评价载密图像质量的评价标准，而该方法与传统的可逆信息隐藏方法最大的不同在于，它并不是以追求高PSNR为目标，而是旨在实现载体图像的对比度增强效果。正如人们所知，图像均衡化方法可以实现图像的对比度增强方法。本文通过修改像素直方图来同时实现信息隐藏和对比度增强效果。该方法的优势在于操作简便，但是缺点在于容易产生细节遗失的情况以及出现过度增强等问题。下面介绍具体的信息嵌入和信息提取步骤。

信息嵌入部分主要包括以下4步。

4）假设嵌入信息需要嵌入L轮，则需要重复执行第2）～3）步。

在嵌入部分，需要通过预处理解决溢出问题以及隐藏一些附加信息以方便提取。这里，预处理是指当载体图像的像素在］时，可以将其加L，并且当时，可以将其减去L来防止L轮嵌入后导致的溢出问题，并用位置图中的“1”表示预处理的像素位置，“0”表示原始的像素位置。所以，位置图的大小等于整幅图像的大小，需要对位置图进行JBIG2标准压缩以减小嵌入量［28］。嵌入时，首先嵌入压缩的位置图，然后再嵌入隐秘信息，在最后一轮嵌入操作时，需要将L参数、压缩后的位置图尺寸、最后一行开始的16个像素的LSB位以及所有的IS和IR都嵌入。另外，最后一行开始的16个像素的LSB位则直接被替换为最后一轮的IS和IR。

信息提取和载体图像恢复部分主要包括以下4步。

1）读取最后一行开始的 16个像素的 LSB位，则得到最后一轮的IS和IR。

2）根据最后一轮的IS和IR，可以提取信息

恢复原始像素

由此，可以得到嵌入时的L参数、压缩后的位置图尺寸，最后一行开始的16个像素的LSB位以及所有的和。

4）通过得到压缩后的位置图尺寸，可以在嵌入信息中提取压缩后的位置图，并对其进行解压缩。另外，根据提取出的最后一行开始的16个像素的LSB位，替换载密图像的相对位置，从而完全恢复出原始图像。

2.1.2改进的时域与频域相结合的对比度增强可逆信息隐藏方法

针对 Wu等［24］的可逆信息隐藏方法中在大嵌入率时存在对比度过度增强的问题，从而产生视觉失真的现象，Gao等［25］提出了一种控制对比度增强效果并且结合小波域嵌入的可逆信息隐藏方法。该方法的特点在于解决对比度过度增强的同时可以扩大嵌入容量，然而该方法的缺点在于嵌入量较小时，难以实现对比度增强效果。

在时域嵌入部分，具体步骤和Wu等的嵌入方法一样，具体过程参见上一节，这里不再赘述。本文主要通过计算相对对比度误差（RCE，relative contrast error）来防止对比度过度增强问题。一般来说，对比度增强效果可以通过计算RCE来判断

设定阈值T_rce的经验值为0.55。初始假定需要嵌入L轮消息，然后根据2.1.1节的嵌入过程可以得到对比度增强后的结果，再计算该结果和原始图像的RCE。若参数L就加 1；否则就减 1。其目的就是为了使最终的RCE临近于T_rce，从而控制实现较好的对比度增强效果。

在频域嵌入部分，主要是对经过时域嵌入后的隐密图像进行Haar小波变换，从而得到4组子带系数（近似系数LL、水平系数LH、垂直系数HL和对角系数HH），并将剩余的秘密信息嵌入到对视觉影响较小的水平系数，垂直系数和对角系数中。具体嵌入步骤如下。

1）对经过时域嵌入后的隐密图像进行 Haar小波变换，得到4组子带系数

2）由于水平子带系数，垂直子带系数和对角子带系数对视觉影响较小，故将剩余秘密信息 b嵌入到扩展的子带系数中。为了防止子带系数x扩展造成像素值改变较大的问题，首先对子带系数进行压缩

嵌入部分完成后，该方法的数据提取和图像恢复部分与嵌入顺序相反。先对小波域进行提取，再在时域进行提取，时域的提取和恢复过程同上节。这里主要介绍小波域的提取步骤。

1）对载密图像进行Haar小波变换，根据式（5）得到4组子带系数。

以及压缩的子带系数

3）对压缩的子带系数进行解压缩操作，得到恢复的扩展子带系数x′

4）进而恢复原始子带系数x

其中，e表示原始子带系数x与扩展子带系数x′之间的差值，即需要注意的是，在嵌入部分扩展误差参数e也需要作为附加信息与秘密信息一起嵌入到载体图像中。

5）利用IWT反变换，可以得到时域嵌入后的隐密图像

6）时域部分嵌入的秘密数据的提取和原始图像的恢复过程按照上节介绍的提取和恢复步骤进行操作［24］，此处不再赘述。

2.2 基于预测误差直方图的方法

基于预测误差直方图的方法主要是在预测误差直方图上实现的可逆信息隐藏方法，该方法的主要目的也是为了在嵌入秘密信息的同时增强载体图像的对比度。2.1节介绍的基于像素直方图的方法主要针对的是全局区域的均衡化操作，它并不能实现局部纹理区域的对比度增强效果。例如，对于医学图像大部分包括的都是灰度背景来说，2.1节介绍的基于像素直方图的方法显然不适用。因为基于像素直方图的方法优先修改的是频数最高的2个灰度值，从而不会实现局部纹理区域的对比度增强效果。为此，Yang等［26］提出了可提高医学图像纹理区域对比度的可逆信息隐藏方法，以及在此基础上 Yang等［27］提出了在提高医学图像纹理区域对比度的同时降低图像失真度的可逆信息隐藏方法。

2.2.1 增强医学图像纹理区域对比度的可逆信息隐藏方法

传统的可逆信息隐藏方法为了追求较高的PSNR值，往往优先将像素嵌在平滑区域。然而，为了增强医学图像纹理区域的对比度，文献［26］利用预测误差直方图中间区域表示平滑区域，两侧区域表示纹理区域的特性，将信息优先嵌入在两侧区域，以期实现纹理区域的对比度增强效果。该方法采用的预测误差直方图方法是利用文献［14］提出的棋盘格式两次预测和嵌入模型，其优势在于预测较准以及优先选择纹理像素。下面本文介绍一次的嵌入过程，另一次嵌入是在修改后的载密图像基础上再次嵌入。

信息嵌入部分主要包括以下7个步骤。

2）计算预测误差直方图PEH。根据预测值和原始值可以得到预测误差

这里，hist（E）表示预测误差为E的像素频数，Capacity为需要嵌入的信息容量。

这里需要注意，由于采用的是棋盘格式的预测计算方法，因此嵌入部分需要在对“cross”点完成一次嵌入过程后，再次对“dot”点进行一次嵌入。而对于秘密信息提取和原始图像恢复过程，却是嵌入的相反次序。下面介绍对“dot”点的信息提取和像素恢复过程（“cross”点的操作过程相同）。

2.2.2增强医学图像纹理区域对比度并降低图像失真度的可逆信息隐藏方法

文献［26］主要介绍了通过计算载体图像的预测误差直方图来判断像素的纹理和平滑区域，从而将信息嵌入到图像的纹理区域，以期实现医学图像纹理区域的对比度增强效果。然而，正如开始所言，具有对比度增强的可逆信息隐藏方法不适用于传统的PSNR评价指标。这是因为PSNR计算载体图像与隐藏信息后图像的统计误差，因此在平滑区域的修改会带来较高的PSNR结果。可见，该结论与提高纹理区域的对比度增强效果的目的相矛盾，那是否有方法能够在提高纹理区域对比度增强效果的同时适当提高PSNR结果，即降低图像失真度呢？

文献［27］和文献［26］使用了相同的提高纹理区域对比度的可逆信息隐藏方法的同时，通过利用改进的IRZL编码方法预处理秘密信息，使该秘密信息出现更多的“0”比特和更少的“1”比特，从而降低“1”比特所带来的失真问题［30］。下面将着重介绍降低图像失真度的方法。文中已经证明，嵌入失真主要是由失真率决定，而失真率主要是由信息中的比特“1”所造成的。一般来说，失真率当然，该编码所带来的代价是要扩大秘密信息的比特数，由此可能会带来预测误差直方图初始位置T±m两侧像素扩展平移所带来的失真。为此，假定编码的扩展率为这里L表示原始的信息长度，CL表示编码扩展后的信息长度。为了避免多余平移带来的多余失真问题，CL可以选择为预测误差直方图的嵌入范围在之内，即

IRZL编码的原始思想就是将L长度的信息嵌入到CL长度的全零载体中［30］。它主要利用双层编码结构，在外层嵌入1个比特信息，根据外层比特决定是否在内层使用RZL编码嵌入信息。假设载体序列是一个全0序列，将嵌入信息序列得到载密序列下面将描述IRZL编码的信息嵌入过程。

1）令P1=0，P2=0。

下文中，下标 1P表示上一个被修改的载体码元的位置，下标2P表示上一个被嵌入载体的信息比特的位置。k是编码参数（k≥0），即通过在载体中跳过2k个码元来嵌入一比特信息“0”；否则，读取接下来的k个信息比特将其看作一个k位二进制数，

从而原始像素分为两部分m1和m2，其中一部分长度L1=αL，另一部分长度L2=βL，这里L为原始信息长度。通过编码，得到两部分扩展信息dm1和dm2，其长度总合为CL。

在信息提取和原始图像恢复过程中，首先得到的也是编码后的扩展秘密信息dm1和dm2，下面介绍解码原始的秘密信息m的步骤。

1）令P1=0，P2=0。

3 未来展望

3.1 优化对比度增强方法的可逆信息隐藏

从前面的分析可以看出，目前，具有对比度增强效果的可逆信息隐藏方法是在不同的载体直方图上进行类似直方图均衡化的对比度增强操作。该方法的优势在于操作简便，但是缺点在于无法实现最优的对比度增强效果，且会容易产生细节遗失的情况以及出现过度增强等问题。实际上，目前，在图像处理研究领域中对比度增强算法已有较多优化的算法。例如，针对传统直方图均衡化后图像过度增强问题，Kim等［31］提出了均值分割的BBHE算法，Chen等［32］提出了递归均值分割直方图的RMSHE算法，Wang等［33］提出了等面积的双子图像的 DSIHE算法，Sim等［34］提出了递归的RSIHE算法，Chen等［35］提出了最小均值误差的MMBEBHE算法；针对有些图像部分灰度级，特别是图像细节的灰度级被过度合并，而导致图像部分细节信息丢失的问题，有学者提出了一种均衡化处理后再增加图像灰度级的算法。应该说目前的对比度增强算法也是期望与主观视觉相一致的，从主观上真正实现自然的对比度增强效果。接下来，可以考虑将进一步优化的对比度增强算法有机地融合到可逆信息隐藏算法中，实现自适应的具有自然对比度增强效果的可逆信息隐藏算法。

3.2 完善适用于对比度增强算法的评价体系

目前，讨论的具有对比度增强效果的可逆信息隐藏方法虽然众多，但是当评价各自方法性能优劣的时候，除了用传统的峰值信噪比作为其中一个指标外，一般还使用来判断原始图像和增强图像的对比度增强程度。这里，Stde、Stdo分别表示原始图像和增强图像的标准差。从公式可以看出它也是针对点信息的计算结果，难以从主观视觉的角度给出一个准确的评价结果。目前，图像质量评价研究领域也鲜有针对对比度增强效果的图像质量评价标准［36］，下一步可以考虑设计适用于具有对比度增强效果的可逆信息隐藏方法的图像质量评价体系，从而完善现有可逆信息隐藏方法的比较，真正找到具备优化对比度增强效果的可逆信息隐藏。

3.3具备其他图像处理操作的可逆信息隐藏

随着图像处理技术的快速发展，各种图像处理技术层出不穷。例如，常见的美图软件等，除了实现简单的类似提高对比度等操作外，还可以进行大量的图像处理操作。那么，是否可以考虑将这种图像处理操作与可逆信息隐藏技术相融合，实现一种图像行为艺术的信息隐藏技术呢？例如，可以在对图片进行PS操作的同时实现信息的可逆性隐藏，从某种程度上来说，该操作本身也提高了图片的安全性，实现了隐私保护的目的。

4　结束语

传统的可逆信息隐藏技术往往是以峰值信噪比作为评价载密图像质量的主要标准，从而传统的可逆信息隐藏方法都在相同的嵌入率下追求高的PSNR参数值。为了达到此目的，近年来，可逆信息隐藏方法基本都采用排序或像素选择，优先使用平滑区域，因为平滑区域预测准确，可以获得更尖锐的预测误差直方图，但是修改平滑区域恰恰更容易造成人眼视觉的感知。所以，目前的可逆信息隐藏方法的主流方法与自然的视觉质量评价有矛盾之处，究其原因在于目前可逆信息隐藏方法过于追求峰值信噪比。在最新的可逆信息隐藏研究中，已有学者从主观视觉的角度提出了具有对比度增强效果的可逆信息隐藏方法［24～27］，该系列方法与传统可逆信息隐藏追求高PSNR值的目的不同，其目的在于通过增强载体图像的对比度来提高嵌入信息后的载密图像的主观视觉质量。

［1］SHI Y Q，NI Z，ZOU D，et al. Lossless data hiding： fundamentals，algorithms and applications［C］//IEEE ISCAS. c2004： 33-36.

［2］ZHANG W M，MA K D，YU N H. Reversibility improved data hiding in encrypted images［J］. Signal Processing，2014，94（1）：118-127.

［3］ZHANG W M，HU X C，YU N H，et al. Recursive histogram modification： establishing equivalency between reversible data hiding and lossless data compression［J］. IEEE Transactions on Image Processing，2013，22（7）： 2775-2785.

［4］HU X C，ZHANG W M，YU N H，et al. Fast estimation of optimal marked-signal distribution for reversible data hiding［J］. IEEE Transactions on Information Forensics and Security，2013，8（5）：779-788.

［5］ZHANG W M，CHEN B，YU N H，Improving various reversible data hiding schemes via optimal codes for binary covers［J］. IEEE Transactions on Image Processing，2012，21（6）： 2991-3003.

［6］LI X，ZHANG W，GUI X，et al. A novel reversible data hiding scheme based on two-dimensional difference histogram modification［J］. IEEE Transactions on Information Forensics and Security，2013，8（7）： 1091-1100.

［7］ZHANG X，QIAN Z，FENG G. Efficient reversible data hiding in encrypted images［J］. Journal of Visual Communication and Image Representation，2014，25（2）： 322-328.

［8］QIN C，CHANG C C，CHIU Y P. A novel joint data-hiding and compression scheme based on SMVQ and image inpainting［J］. IEEE Transactions on Image Processing，2014，23（3）： 49-55.

［9］FENG J，LIN I，TSAI C，et al. Reversible watermarking： current status and key issues［J］. International Journal of Network Security，2016，2（3）： 161-171.

［10］CHUNG K，HUANG Y，CHANG P，et al. Reversible data hiding-based approach for intra-frame error concealment in H.264/AVC［J］. IEEE Transactions on Circuits System and Video Technology，2010，20（11）： 1643-1647.

［11］BAO F，DENG R H，OOI B C，et al. Tailored reversible watermarking schemes for authentication of electronic clinical atlas［J］. IEEE Transactions on Information Technology in Biomedicine，2005，9（4）：554-563.

［12］BRAR A S，KAUR M. "Reversible watermarking techniques for medical images with ROI-temper detection and recovery-a survey［J］. International Journal of Emerging Technology and Advanced Engineering，2012，2（1）： 32-36.

［13］THODI D，RODRIGUEZ J. Expansion embedding techniques for reversible watermarking［J］. IEEE TransactionsImage Processing，2017，16（3）： 721-730.

［14］SACHNEV V，KIM H J，NAM J，et al. Reversible watermarking algorithm using sorting and prediction［J］. IEEE Transactions on Circuits and Systems for Video Technology，2009，19（7）：989-999.

［15］LI X B，ZHAO Y，NI R，et al. Pairwise prediction-error expansion for efficient reversible data hiding［J］. IEEE Transactions on Image Processing，2013，22（12）： 5010-5012.

［16］DRAGOI I C，COLTUC D. Local-prediction-based difference expansion reversible watermarking［J］. IEEE Transactions on Image Processing，2014，23（4）： 1779-1790.

［17］LI X，YANG B，ZENG T. Efficient reversible watermarking based on adaptive prediction-error expansion and pixel selection［J］. IEEE Transactions on Image Processing，2011，20（12）： 3524-3533.

［18］NI Z，SHI Y，ANSARI N，et al. Reversible data hiding［J］. IEEE Transactions Circuits Systems for Video Technology，2006，16（3）：354-362.

［19］QIN C，CHANG C C，HUANG Y H，et al. An inpainting-assisted reversible steganographic scheme using a histogram shifting mechanism［J］. IEEE Transactions on Circuits and Systems for Video Technology，2013，23（7）： 1109-1118.

［20］TIAN J. Reversible data embedding using a difference expansion［J］. IEEE Transactions on Circuits System and Video Technology，2003，13（8）： 890-896.

［21］QIN C，CHANG C C，LIAO L T. An adaptive prediction-error expansion oriented reversible information hiding scheme［J］. Pattern Recognition Letters，2012，33（16）： 2166-2172.

［22］WANG Z，BOVIK A C，SHEIKH H R，et al. Image quality assessment： from error visibility to structural similarity［J］. IEEE Transactions on Image Process，2004，13（4）： 600-612.

［23］YANG Y，MING J. Image quality assessment based on the space similarity decomposition model［J］. Signal Processing，2016，120（3）：797-805.

［24］WU H T，DUGELAY J L，SHI Y Q. Reversible image data hiding with contrast enhancement［J］. IEEE Signal Processing Letters，2015，22（1）： 81-85.

［25］GAO G Y，SHI Y Q. Reversible data hiding using controlled contrast enhancement and integer wavelet transform［J］. IEEE Signal Processing Letters，2015，22（11）： 2078-2082.

［26］YANG Y，ZHANG W M，YU N H. Improving visual quality of reversible data hiding in medical image by texture-based contrast enhancement［C］//The 11th International Conference on Intelligent Information Hiding and Multimedia Signal Processing，Adelaide，Australia，c2015： 81-84.

［27］YANG Y，ZHANG W M，DONG L，et al. Reversible data hiding in medical images with improving texture area resolution and using message sparse representation［J］. Digital Signal Processing，2016，52： 13-24.

［28］HOWARD P G，KOSSENTINI F，MARTINS B，et al. The emerging JBIG2 standard［J］. IEEE TransactionsCircuits Systems for Video Technol，1998，8（7）： 838-848.

［29］GAO M，WANG L. Comprehensive evaluation for HE based contrast enhancement［M］. Berlin：Springer. 2013： 331-338.

［30］ZHANG W M，CHEN B，YU N H. Improving various reversible data hiding schemes via optimal codes for binary covers［J］. IEEE Transactions on Image Processing，2012，21（6）： 2991-3003.

［31］KIM Y T. Contrast enhancement using brightness preserving bi-histogram equalization［J］. IEEE Transactions on Consumer Electronics，1997，43（1）： 1-8.

［32］CHEN S D，RAMLI A R. Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation［J］.IEEE Transactions on Consumer Electronics，2003，49（4）： 1301-1309.

［33］WANG Y，CHEN Q，ZHANG B. Image enhancement based on equal area dualistic sub-image histogram equalization method［J］. IEEE Transactions on Consumer Electronics，1999，45（1）：68-75.

［34］SIM K S，TSO C P，TAN Y Y. Recursive sub-image histogram equalization applied to gray scale images［J］.Pattern Recognition Letters，2007，28（10）： 1209-1221.

［35］CHEN S D，RARNLI A R. Minimum mean brightness error bi-histogram equalization in contrast enhancement［J］. IEEE Transactions on Consumer Electronics，2003，49（4）：1310-1319.

［36］GU K，ZHAI G T，LIN W S，et al. The analysis of image contrast：from quality assessment to automatic enhancement［J］. IEEE Transactions on Cybernetics，2016，46（1）： 1.

Research and prospect of reversible data hiding method with contrast enhancement

YANG Yang1，2，ZHANG Wei-ming1，HOU Dong-dong1，WANG Hui1，YU Neng-hai1

（1. CAS Key Laboratory of Electromagnetic Space Information，University of Science and Technology of China，Hefei 230027，China；2. Anhui University，School of Electronics and Information Engineering，Hefei 230039，China）

Reversible data hiding methods can recover the cover image losslessly after extracting the secret message from the marked image. Such technology can be used in the certification or the label of military，justice and medical images，which are sensitive and slight modification are not allowed. Especially for the medical images，RDH technology can be used in protecting the privacy of the patient. A series of RDH methods with contrast enhancement effect were introduced and classified into pixel-based histogram methods and prediction-error-based histogram methods according to the type of carrier in RDH scheme. The main purpose of such algorithms was to improve the subjective visual quality of marked images and to embed secret data into cover image reversibly meanwhile. These series of algorithms were suitable for the research of privacy protection of medical image. Finally，future development in this direction is prospected through analyzing the advantages and disadvantages of the existing work.

reversible data hiding，privacy protection，contrast enhancement，histogram shifting

TP393

10.11959/j.issn.2096-109x.2016.00045

2016-03-09；

2016-04-07。通信作者：俞能海，ynh@ustc.edu.cn

国家自然科学基金资助项目（No.61572452，No.61502007）；中国科学院战略性先导科技专项子课题基金资助项目（No.XDA06030601）；安徽省自然科学基金资助项目（No.1608085MF125）；中国博士后科学基金资助项目（No.2015M582015）；安徽大学博士科研基金资助项目（No.J01001319）

Foundation Items： The National Natural Science Foundation of China（No.61572452，No.61502007），The Strategic Priority Research Program of the Chinese Academy of Sciences（No.XDA06030601），The Natural Science Foumdation of Anhui Province（No.1608085MF125），China Postdoctoral Science Foundation（No.2015M582015），Doctoral Scientific Research Foundation of Anhui University（No.J01001319）