随着互联网通信与云服务技术的发展,各种信息在互联网上传输与存储变得更加便捷。特别是数字图像,因其直观生动和形象的特性被人们广泛应用于军事、医疗和个人通信等领域。同时,借助于云技术的发展,人们逐渐把图像放在云服务器上存储,以缓解本地存储资源不足的问题。因此,如何保护个人的图像数据在云平台的安全传输和存储成为亟待解决的问题。一种最有效的图像保护方式就是对它进行加密,由于压缩感知（Compressed sensing,CS）加密可以对图像实现同时加密和压缩,不仅保护了信息的安全性,而且节约了传输带宽和存储资源,因此备受学者关注。同时,为了防止云上存储的图像数据受到篡改,对图像加密的同时有必要提供云上数据认证功能,来确保接收图像的真实性和有效性。因此,本文为了保护云环境下图像数据的传输的安全性和真实性,将置乱、扩散和认证算法等相结合,提出了三种基于压缩感知的图像安全传输算法,主要研究内容如下:（1）提出了一种基于CS和双随机相位编码（Double random phase encoding,DRPE）的图像压缩加密以及云端和用户端联合解密方案。在加密过程中,首先通过离散小波变换（DWT,Discrete wavelet transform）将明文图像分解为近似分量和细节分量,然后对近似分量进行置乱,并使用Logistic-tent系统构建的测量矩阵对细节分量进行压缩。其次,将处理后的近似分量和细节分量合并为一个复数矩阵,然后对其进行DRPE得到相位和振幅矩阵。最后,对得到的矩阵进行随机像素置乱和扩散得到最终的密文图像。在解密过程中,首先在云端对密文图像进行部分解密,然后在用户端进行完全解密得到明文图像。此外,可以通过比较云端返回给用户的近似分量和细节分量的轮廓相似度来判断云端是否欺骗用户,有效防止了云端的恶意欺骗。实验结果表明,提出的方案可以有效提高图像传输效率和保密性。（2）设计了一种新的基于半张量积压缩感知（Semi tensor product compressed sensing,STP-CS）和混合云的图像安全传输算法,它可以保证图像传输的效率、保密性和可验证性。首先通过边缘检测算法,认证信息被嵌入到图像的非敏感区域,以保护数据的真实性。其次利用STP-CS对图像进行测量和加密,从而提高了数据传输的效率。为了使图像数据更加安全,还设计了一种基于混沌序列的自适应循环移位扩散来对测量结果进行加密。此外,还对量化的测量值进行了编码作为防篡改认证。仿真结果证明,所提出的图像数据传输和存储方案可以有效提高图像重建效果、传输效率和安全性。（3）提出了一种有效的视觉有意义的图像加密与云存储方案。首先,使用多任务卷积神经网络区分图像的敏感信息和非敏感信息,并通过CS压缩非敏感信息以减少传输数据量。在对敏感信息和非敏感信息进行置乱和扩散后,采用秘密图像共享（Secret image sharing,SIS）算法将这两部分分解成多个影子图像,以分散密文图像丢失的风险,抵抗黑客攻击,这样就可以通过使用一些影子图像恢复明文图像。最后采用整数小波变换-M元嵌入算法将影子图像嵌入载体图像中得到多个视觉有意义的密文图像。此外,认证信息被融合到密文图像中,以防止非法用户的欺骗和云平台的恶意篡改。性能分析表明,提出的方案具有较好的保密性和安全性。