随着网络技术的普及,数字信息在网络上的广泛传播,保障数字信息安全成为一个亟待解决的问题,传统的加密技术与信息隐藏技术都会造成原始的载体图像出现永久性失真,导致载体信息失去其原本的使用价值,而可逆信息隐藏技术(Reversible data hidingRDH)能够在正确提取秘密信息的同时无损的恢复原始载体。因此,可逆信息隐藏在对载体要求较高的法律图像,军事图像,医疗图像等领域具有广阔的应用前景。传统的可逆信息隐藏通常以峰值信噪比(Peak Signal to Noise Ratio-PSNR)作为图像质量的评价指标,但对低照度图像而言,提高图像视觉质量比保持较高的峰值信噪比更为重要,虽然图像的PSNR降低,但是对比度的提高可以更清晰的显示图像细节。因此,本文基于对比度增强的可逆信息隐藏对数字图像做了相关研究,从直方图规定化和图像边缘增强入手对可逆信息隐藏算法展开以下研究:首先,提出直方图规定化引导的基于对比度增强的可逆信息隐藏算法,针对直方图均衡的可逆信息隐藏在低照度图像上造成的对比度过增强问题,将直方图规定化与直方图平移的可逆信息隐藏相结合,应用在低照度图像中,根据局部直方图分布将直方图规定化设计为单一映射,为低照度直方图提供合理的直方图分布,之后使用直方图平移算法定向填补直方图冗余,达到信息隐藏的目的。该算法为直方图提供分布的同时,控制直方图的平移范围,将对比度增强控制在规定的范围内,改善传统直方图平移算法在低照度图像上造成的对比度过增强问题。实验表明,在低照度图像下,可以嵌入超过1bpp的隐藏容量,并且具有更高对比度的图像视觉和更好的隐藏性能。其次,提出基于拉普拉斯锐化的可逆信息隐藏算法,将拉普拉斯算子与差值扩展(difference expansion-DE)以及数字逆变换相结合,针对传统算法造成的纹理细节丧失和藏量受限,我们考虑图像锐化原理应用在可逆信息隐藏算法上,增强图像边缘,纹理等图像细节。将图像分块进行拉普拉斯模板卷积,为了使中心像素之间不受影响选择间隔使用,保证信息的可逆性,将响应值与中心像素和嵌入信息相叠加,获得锐化图像。实验结果证明该算法在图像锐化的同时具有较高的嵌入容量与较好的视觉效果。