用于实现图像对比度增强的可逆数据隐藏算法

隐藏率和含水

印图像质量是两个重要指标。

PSNR 峰值信噪比值

PSNR（Peak Signal-to-Noise Ratio）是一种用于衡量图像或视频质量的指标。它通过比较原始信号（或图像）和经过压缩或处理后的信号（或图像）之间的峰值信噪比来评估它们之间的失真程度。

PSNR的计算公式如下：

PSNR = 10 * log10((MAX^2) / MSE)

其中，MAX是信号（或图像）可能的最大像素值，MSE是均方误差（Mean Squared Error），用于衡量原始信号和处理后信号之间的差异。

PSNR的数值通常以分贝（dB）为单位，数值越高表示失真越小，图像或视频质量越好。一般来说，当PSNR值超过30dB时，人眼很难察觉到失真，而当PSNR值超过40dB时，失真几乎不可察觉。

PSNR常用于评估压缩算法、图像处理算法以及图像或视频的传输质量。它提供了一个定量的指标，可以在不同算法或处理方法之间进行比较，并帮助优化算法以提高图像或视频的质量。然而，需要注意的是，PSNR只是一种评估指标，它并不能完全反映人眼对图像或视频质量的感知，因为人眼对不同类型的失真具有不同的敏感度。

近期提出的可逆数据隐藏算法利用相邻像素点之间的相关性，对产生的预测误

差进行操作，取得较好的效果[6-8] 。

在这类算法中，由于通过调整分布较为集中的预测误差来实现数据嵌入，因

而得到的含水印图像的 PSNR 值相对较高，但是由于

预测误差被改变，在图像内容中引入了或多或少的失

真，对其视觉质量也造成了影响。

文献[1]中提出了基于空间域图像直方图修改来增强图像对比度的可逆数据隐藏算法。该算法改变了以往水印图像只保持 PSNR 值高的特性，其在实现可逆性的基础上，进一步提高了宿主图像的对比度。但是该算法在数据嵌入时，为了得到直方图峰值在嵌入数据时不断移动的位置并实现完全恢复，需要进行最低有效位（Least Significant Bit，LSB）替换，使得算法过程较为复杂。

接着文献[2]中提出了采用中值保留增强图像对比度的可逆数据隐藏算法，改进了文献[1]所提的算法。不同于文献[1]中选择直方图的峰值进行数据嵌入，该
算法选择直方图的中值点进行数据嵌入，由于在嵌入过程中，直方图的中值点位置得到保留，省去了 LSB 替换过程，从而解决了文献[1]中算法存在的数据嵌入过程复杂这个问题。但是该算法在降低复杂度的同时，信息隐藏率却明显降低。基于此，本文进一步提出了一种新的改进算法，在降低复杂度的同时实现了较高的数据隐藏率，在保持图像质量方面也有所改善。