混沌系统具有非线性的性质,它对初始条件以及系统参数十分敏感。近年来,为了提高图像加密技术的性能,将混沌应用于图像加密算法当中,这种结合不但使得图像加密算法领域有了更加丰富的学科背景,还大大提高了图像加密算法的安全性。但是,有一些图像加密算法存在明文或者密文不相关、置乱和扩散过程独立等漏洞,就容易受到攻击和破译。针对以上问题本文给出了两种图像加密算法。本文主要工作及创新如下:（1）基于混沌与神经网络,给出了一种将置乱和扩散同时进行的加密算法,克服了传统加密算法中置乱和扩散独立的问题。首先,第一次置乱与第一次扩散是同时进行的;然后利用Hopfield神经网络生成第二次的扩散矩阵,而且驱动Hopfield神经网络系统的初始值是与明文信息相关的,这样不但可以抵抗选择明文攻击,而且还提高了密钥的敏感性;最后,利用混沌系统的伪随机性二次置乱部分特殊像素点,进一步提高了加密算法的安全性。仿真实验以及结果表明本文的图像加密算法不但具有抵抗选择明文攻击的能力,而且具有良好的安全性能。（2）基于混沌与压缩感知,给出了一种通过动态变换密文图像来对明文图像进行加密的算法。首先,将压缩后的两幅明文图像组合为一幅大小为原明文图像一半的图像,然后通过混沌序列对像素点进行置乱,最后,利用混沌序列以及类噪声随机图像生成的密钥流和扩散矩阵对像素点进行扩散,最终生成密文图像。该算法通过压缩感知技术对明文图像进行压缩,压缩后不但降低了像素点之间的相关性,而且降低了加密算法处理明文图像的时间复杂度;对像素点进行扩散时,利用密文图像的一部分加密另外一部分明文,使得加密算法的保密性能和安全性能更高;使用类噪声随机图像来产生扩散矩阵,即使是使用相同的密钥加密相同的明文图像,每次加密的密文图像也是不相同的,因此,加密算法能够抵抗选择明文攻击。最后,实验及仿真分析验证了该加密算法的可靠性及安全性。