复杂网络普遍存在于现实世界中，深入地认识和理解复杂网络、解决复杂网络相关的问题具有重要意义。　　本文简述了复杂网络的研究历史、特性及一些基本概念，在此基础上研究了利用复杂网络特性进行图像处理、复杂网络同步和信息传输问题。　　图像本身可以认为是由像素和像素之间关系构成的复杂网络，而这样的网络描述对于图像处理和理解具有重要意义。以复杂网络理论为基础，提出了基于复杂网络特性的车牌字符识别和带钢表面缺陷分类方法:结合数字图像处理技术和复杂网络特性，提取图像特征，并构建图像特征的复杂网络模型，用动态演化的复杂网络特性描述图像特征，所提取的特征具有优良的特性，能够很好地适应图像模式分类需求，实验结果表明该方法取得了更好的效果。　　复杂网络中节点相互联系，行为互相影响，如何通过控制方法实现噪声环境下不确定时延耦合复杂网络的同步具有重要的现实意义。针对双时变时滞耦合复杂网络，设计了相应的自适应同步控制器，利用该控制器的脉冲形式实现了小世界网络和无标度网络完全同步;利用同步控制实现复杂网络节点之间的信息保密通信;仿真结果验证了方法的有效性。