在密码学中,密钥是成功实现加解密的关键,信息的安全性依赖密钥的安全性。传统的图像加密算法并不能抵御恶意密钥共享和抵赖的攻击,倘若密钥长度过大又会容易丢失且人为记忆起来比较困难。基于生物特征的加密技术应运而生,力图解决密钥的安全性差的问题。依据个体的生物特征来生成密钥,然后应用到相应的图像加密算法中,实现信息加密。能够进行加密的生物特征需要满足唯一性、稳定性、非侵犯性等特点,虹膜不仅满足上述要求,而且特征信息丰富,抗攻击能力强,具有优秀的加密潜质。虹膜图像加密已经成为图像加密领域的一个重要分支,在图像加密中担当重要角色。本文引入深度学习算法对虹膜图像进行特征提取,在原有虹膜图像加密算法的基础上进行改进,提出了新的基于深度学习的虹膜图像加密算法。通过对样本的训练,不仅实现了图像加密功能,工作量小精确度高,而且突破性地实现了不需要密钥传输,即可实现加密与解密功能。主要工作包括以下几个方面:对虹膜图像加密和深度学习分别进行了深入地分析。先后介绍图像加密、虹膜特征提取和深度学习的基本原理和相关的技术。介绍虹膜加密技术原理和所需要解决的问题,并设计实验实现虹膜加密与解密功能。重点阐述基于深度学习的虹膜特征提取算法,并设计实验实现。建立基于深度学习的模型,用于提取虹膜图像的特征,将提取的特征用于图像加密与解密处理,并对提出的算法作出客观评估。将提出的算法结合传统的图像加密算法,并尝试提出新的基于生物特征的图像加密算法。在此基础上,针对图像加密密钥传输安全性问题,提出了一种新的无密钥传输图像加密算法,采用深度学习模型实现虹膜特征提取来产生密钥,实现在加密和解密过程中无密钥传输,对于图像加密安全性有了很大提高。