本文针对传统图像加密与数据隐藏中一个长期存在的假设提出挑战：纯像素置换（permutation）本身无法产生差分敏感性（differential sensitivity），即改变一个像素只会使其在输出中重新定位，不会引发雪崩效应。作者认为这一假设限制了置换在安全场景中的应用，并试图通过内容感知的置换算法打破这种“扩散-置换”的二元对立。为此，他们提出了三角内容感知置换（Triangular Content-Aware Permutation, TCA）算法。该方法首先使用 Canny 边缘检测提取图像边缘点，然后对边缘点和角点应用 Delaunay 三角剖分，从而构造出与图像几何结构密切相关的唯一分割。由于三角剖分对图像几何极为敏感，任何单个像素的改变都会导致边缘图变化，进而引发完全不同的三角剖分和全局置换模式。实验基于 50 张图像，结果表明 TCA 仅通过像素重排即可将 NPCR（像素变化率）从近乎零提升到 97.10%，UACI 达到 20.06%，平均需要 14.81 轮迭代；迭代次数阈值随内容复杂度在 6.4 到 30.7 之间变化。相比之下，传统维度置换和 2025-2026 年提出的高级内容感知方法均保持接近零的 NPCR。此外，TCA 产生低 PSNR（11.93 dB）和接近零的相关性（约 10^-3），表明统计性能优异。虽然由于三角剖分导致速度慢于经典方法，但作者认为这是为了更强安全性而做出的有意权衡。鉴于该模式的非解析性和内容依赖性，TCA 适用于基于参考的加密、脆弱水印和非盲隐写。该论文适合图像安全、加密算法设计、水印与隐写术领域的研究者阅读，其核心贡献在于证明纯置换在内容感知条件下能够产生雪崩效应，为后续设计提供了新思路。