该文章是对论文的总结，并不是对其的详解，我这是用于说明论文的部分东西，便于我的复习回顾，不是面向别人的。
动机
本文发现很多论文中的视觉图像加密为单图像加密，灵活性比较低，然而，更多时候人们更多的想在不增加加密图像的前提下级加密更多的明文图像，然后是对于解密后的图像与明文图像的损失达到最少，并且加密后的图像对于宿主图像的相似度处于一个较低水平。
贡献
本文的贡献如下
- 提出了多图像的加密的结构，通过不增加加密图像的数量的前提下，来进行加密多个明文图像。
- 非线性灰度值转化操作改善加密的安全性，首先是该操作避免了图像的统计信息的泄露，同时由于其非线性的转化，能够更好的抵抗选择明文攻击。
相关理论
此部分需要自行查资料
加密结构
该加密的前提是采样率a与明文图像数量p满足一定的条件:
- a*p<=1
- a的值不能太小，否则会减少图像的加解密质量。
本文中的加密是使用采样率为25%,那么256*256通过采样变为了128*128,同时采用完全可逆的IWT方法进行嵌入与提取，实现了无损嵌入与提取，具体的加密过程如下：
1. 首先是将明文图像进行加密成密文图像，生成一个随机矩阵，然后通过随机矩阵对明文图像的像素位置进行置乱，因此该随机矩阵需要存储为密钥。
2. 然后是进行像素的非线性的映射，该映射是通过随机矩阵（该矩阵是0-1矩阵）通过判断矩阵的元素的数值是1还是0，以此进行不同的映射方法，从而达到非线性映射，因此该随机矩阵也得存储为密钥。
3. 通过2DCS理论进行感知压缩获得Y1,因此，公式中的A1与B1也需要进行存储为密钥。
4. 将Y1重新映射到0-255中，同时映射方法进行了改进，通过占比乘255求得。
5. 然后将Y1值变为8bit,并通过bit分解进行分解成8个bit面，然后合并成两个256*256（这个具体图像具体分析，这里用文章图片为例）。
6. 对宿主图像通过IWT操作获得小波系数，该图像是256*256大小，然后通过bit分解进行分解成8个bit面，然后将密文的两个bit面替代宿主图像的最低bit面，最后是合并成原图像然后进行你IWT操作，从而生成的最终的图像。
7. 多图像就是替换宿主图像的剩余bit面。
优势
本文加密提出的动机具有新颖性，这个是个非常好的创新点，其次是使用了非线性映射是一个比较好的方法，但是加密方法比较简单。
缺点
本文加密所需的密钥是多个矩阵，需要大量的存储空间，而且矩阵都是随机的，与明文图像关联性不大。
