实验室核心成员翁韶伟教授于2016年8月在SCI一区期刊IEEETransactions on Circuits and Systems for VideoTechnology发表题为"Adaptive reversible data hiding with contrast enhancement based onmulti-histogram modification"的论文。

摘要：本方案将多直方图修改的思想引入到基于对比度提高的可逆信息隐藏中。具体地说，借助K-means聚类和多特征将载体图像聚类成多个尖锐的直方图。之后，用每个直方图的熵值来评估其自身的局部复杂度，并根据每一个直方图的统计特性自适应修改多个直方图，从而本方案实现了自适应的局部对比度提高和大容量的数据嵌入。具体地说，为了减轻平滑区域的噪声放大问题和纹理区域的对比度过度增强问题，对平滑和纹理区域进行小幅修改（比如直方图平移操作）来维持良好的视觉效果；对于弱平滑区域和弱纹理区域进行差扩展修改以实现不错的嵌入容量和局部对比度提高；对于介于弱平滑和弱纹理区域的像素，执行两次差扩展以实现高的嵌入容量和好的局部对比度提高。注意，无论是菱形预测器还是Gap预测器都可以应用在本方案中来产生预测误差直方图。

实验结果也证明，与现有的一些对比度提高的方案相比，本方案在局部对比度提升方面获得了不错的视觉效果。图1也进一步说明在同样容量下本方案可以实现不错的局部对比度提升。

相关图片：