对数字图像的分析是基于视频技术人工智能的有效手段。利用图像分析算法可以进行流水线的自动生产、交通系统自动管制、目标自动跟踪、导航以及地球资源探测等，在军事、工业和生活等众多方面就产生深远的影响。数字图像加密技术是随着计算机网络多媒体技术和现代电子商务的不断发展，在机要、军事、政府、金融和私人通信等领域中逐渐形成的一项非常实用又亟待快速发展的关键技术。本文对数字图像分析与加密技术进行了深入的研究，主要贡献如下： (1)采用一个全新的视角剖析整个图像分析过程，并将其分为图像分析的“目标准则、图像描述和数据集处理”三大部分，这三大部分的有机组合构成了任意一个图像分析过程的框架。采用这个视角可以更为有效的提取出不同图像分析算法间的差异和侧重点，对已有算法的改进策略更为明确，并在构造新的图像分析算法时步骤清晰、目的性更强； (2)对图像分析中最难的子课题之一，纹理图像分析，进行了深入的研究。给出了纹理方向的定义和一个具有方向性纹理图像分类和分割算法。讨论了纹理图像与非纹理图像间差异的本质来源，提出了描述一幅图像纹理性的三个因子，对纹理的本质进行了剖析并给出了求取一幅数字图像纹理性大小的算法；讨论了图像几何变换对图像纹理的影响和纹理分析时所需要注意的一些问题； (3)提出了一个新的数据聚类模型，“村庄——集市”模型，并给出了一个基于遗传算法的全局最优无监督聚类算法。以待聚类数据集为对象从寻求全局最优配置入手，首次提出了基于遗传算法的聚类变精度搜索方案和基于点分布密度的类合并准则。该算法可以达到任意精度，广泛适用于单类数据中心求取、有监督聚类、无监督聚类的各种应用场合，有着计算精度可以任意提高的特点，当不考虑计算代价时在适用性和计算精度上效果均优于模糊C均值(FCM)聚类； (4)给出了“数字图像小波加密定理”，证明并分析了小波包映射在图像加密中的可行性和一些优良的性质，为数字图像加密技术提供了一个全新的思路和解决方案。对传统的密图破译方法，该加密算法对其均有良好的抗破译能力。 在本文各章节中分别使用了小波分析、模糊数学、数据聚类、神经网络、模式识别和遗传算法等技术，并对遗传算法和小波分析在数字图像分析与加密的应用领域内分别有所拓展。对分形、粗糙集、数据融合和数学形态学等技术作者综述了它们在图像分析与加密领域内的发展状况和方向，希望有益于读者。