互联网技术的迅猛发展带来了信息共享、信息交流的时代,与此同时,随着指纹识别、掌纹识别、虹膜识别、人脸识别技术的研究和发展,生物特征图像识别技术依据生物特征普遍性、唯一性的特点,在军事、生物医疗、政治等对信息安全要求极高的领域广泛应用。生物特征图像以常规数字图像的方式进行信息存储,因而其所占用存储空间大。由于传输带宽和存储空间有限,且有关生物特征图像的数据信息在传输的过程中可能存在被破解权限、窃取密码的风险。因此,本文结合图像压缩和图像加密技术,能够保障解密重构后图像不失真的同时,降低密文的存储空间,实现对生物特征图像高效地加密,进而保障其信息的安全性。同时我们在对图像进行压缩的过程中完成对图像的加密,能够契合现代科技高速、高效的需求。本文主要研究压缩感知过程,针对生物特征图像实现结合压缩感知过程的加密算法进行研究,以实现生物特征图像加密和信息保护,保障密文解密重构后的图像质量高,从而降低对后续生物识别技术精确度影响。本文主要从以下两大方面进行研究:(1)我们提出一种基于对偶树复小波变换的压缩感知的生物特征图像加密算法。采用对偶树复小波变换对图像稀疏表示,能够克服传统离散小波变换平移敏感性及缺乏方向敏感性的缺点,增强图像的纹理信息和边缘信息,变换系数更具有稀疏性。采用噪声整形算法,最大限度地削弱非零变换系数的个数以及聚集变换系数高频部分的能量,从而达到减少小波系数降低冗余的目的。从仿真实验结果可以发现:选用对偶树复小波变换比离散小波变换的解密重构出的图像质量高,同时噪声整形算法对提升图像质量有明显的效果,基于Fibonacci置乱次数作为一个关键密钥,能够增强加密算法安全性的同时,实现密文更加均匀分布。(2)针对噪声对重构后图像质量影响较大的问题,我们在压缩感知加密算法中融入高鲁棒性的双随机相位编码技术,同时为了扩大密钥空间及增强算法的安全保密性,选择对初始值敏感的混沌系统用于生成测量矩阵。经过仿真实验发现:密文以平稳的白噪声的形式输出,而密文的灰度直方图呈现高斯分布,能够抵御密文统计攻击。该算法对受到不同类型噪声污染的图像具有较好地重构效果,具有较强的鲁棒性,能够较好地抵御噪声攻击。同时,用于生成两个随机相位掩膜的种子以及Logistic混沌系统的初始值作为加密算法的密钥,实现密钥空间进一步的扩大。为了验证算法的适用性,选择常规的标准测试图像进行测量。同时,与基于常规的小波变换的压缩感知加密算法及现有的一些学术成果进行对比分析,证明该算法具有较好地安全性及保密效果。