2022基于向量的多MSB替换-Vector-based Efficient DHEI via Multi-MSB Replacement

本文主要是介绍2022基于向量的多MSB替换-Vector-based Efficient DHEI via Multi-MSB Replacement，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

RRBE

本文仅供自身学习记录，切勿转载和搬运，如有侵权联系立删~

本文贡献

1、提出了针对RRBE方法的两种嵌入方法，一种是有损的、一种是无损的，嵌入容量都很高；
2、和其他先进的方法相比，所提出方法的计算复杂度更低，不需要额外的文件传输，只需要图片即可；
3、实验数据表明平均嵌入率较高，且恢复图像的质量高于目前先进的方法。

EMR-RDHEI方法

A、Encoding phase

A.1位置图生成

在进行秘密信息嵌入之前，必须首先确定像素的前多少个MSB位允许嵌入，也就是参数b。

如图，将 $M\times N$ 的原始图像拓展为 $M\times N\times B$ 的拓展图像 $\phi$ ，其中B就是参数b的待定值。这种维度扩展允许通过沿着N维滑动矩阵B×M（灰色部分，用 $\Omega$ 表示）来并行比较多个b参数。跟踪最后的非冗余MSB的矩阵，用于识别MSB从像素到像素的变化。然后将经由MSB比较检测到的冗余存储在所有可能的 $b$ $(b\in [2,7],b\in Z)$ 个参数的位置图 $L$ 中。