随着互联网技术和数字多媒体技术的快速发展，如何在网络中高效、安全的传输数字图像引起了人们的广泛关注。由于数字图像具有数据量大、冗余性高、图像像素相关性强等内在特性，使得传统的加密算法（如DES和AES等）并不能满足图像传输的实时性要求。混沌是一种确定性的非线性系统，它具有类随机性、遍历性和对初始状态的高度敏感性等良好特点，已被广泛运用于数字图像加密。随着混沌的引入，数字图像加密技术得到了空前的发展，各种各样的图像加密算法层出不穷。这些算法的出现极大的丰富了图像加密技术的内容，在保护数字多媒体安全方面体现了极大的应用价值。但是，当前的绝大多数图像加密算法都是在CPU上开发的，也就是说，这些算法没有考虑到图像加密的可并行性，因而只能在CPU上串行执行。这样导致的直接后果就是虽然开发出来的图像加密算法远比一些传统加密算法要快，但是仍然不能满足人们在实时图像加密中对加密速度的要求，因而无法得到普遍应用和推广。对于实时图像传输，若加密算法的运行速度很慢，即使这些算法的安全性再高，也不具有实用价值。因此，如何设计一种高效、安全的图像加密算法是图像加密技术领域遇到的一个重要挑战。通用图形处理器（GPGPU）作为一种新的大规模并行处理器，其表现出的强大的并行计算能力得到了人们的广泛应用。为了充分利用GPGPU强大的性能，提高图像加密算法的执行速度，本文研究了基于GPGPU计算的数字图像加密技术，提出了两种基于开放计算语言（OpenCL）的并行图像加密算法，即基于混沌—自逆矩阵的图像加密算法（CSIM）和基于混沌—比特级置乱的图像加密算法（CBLP）。其中，CSIM算法包含像素位置置换运算和像素矩阵乘法运算，位置置换用于置乱（Confusion）图像的像素位置，矩阵乘法用于扩散（Diffusion）图像的像素值；CBLP算法包含像素位置置换、比特旋转和异或运算，位置置换用于置乱图像的像素位置，比特旋转和异或用于扩散图像的像素值。为全面评估CSIM和CBLP算法的性能，本文分别从加密效率、密钥空间及敏感性、灰度直方图、信息熵、相邻像素相关性以及明文敏感性等几个方面对两种算法进行了仿真实验。实验结果表明CSIM和CBLP算法在加密性能上都是安全的，都可以有效抵抗穷举攻击、统计攻击、差分攻击以及已知/选择明文攻击等。而且CSIM和CBLP算法所具有的高度并行性使得它们非常适合使用GPGPU进行加速，所以两种算法均能达到很高的加密效率。因此，本文所提出的两个图像加密方案都是高效、安全的加密系统，都可以有效地应用于实际加密当中，具有较好的应用价值。