图像Hash技术将图像数据映射为一个可反映图像重要视觉特征的简短二值序列，目前在内容认证、数字水印和图像数据库检索等领域有广泛应用。本文对图像Hash认证技术中的一些重要问题展开研究，探讨了图像Hash的一般框架、认证原理、性能特点及算法分类，重点研究了图像Hash算法的鲁棒性、区分性和安全性，以及新兴的多尺度分析方法——曲波变换。针对目前将曲波变换应用于图像Hash算法方面的研究甚少，本文提出两种基于曲波变换的图像Hash认证算法。论文的主要研究成果如下：（1）提出一种基于离散曲波变换的图像Hash算法。该算法首先对图像进行低通滤波、尺度归一化等预处理，并进行快速离散曲波变换，提取出包含图像主要特征的曲波低频系数和边缘信息较丰富的细节二层系数作为特征向量，然后用混沌序列对特征向量加密，最后进行量化压缩得到图像Hash序列。实验结果表明，该算法与已有传统算法相比，具有更高的鲁棒性；算法能有效区分内容不同的图像，具有抗碰撞性；混沌系统的引入使算法具有安全性；另外算法具有低复杂性。（2）提出一种基于曲波域人类视觉特性的图像Hash算法。该算法首先对图像进行低通滤波、直方图均衡化等预处理，然后引入曲波域视觉模型对曲波系数加权得到特征向量，并利用混沌序列对特征向量加密得到中间Hash，最后采用随机置乱算法对中间Hash置乱。实验结果表明，该方法能够抵抗大部分内容保持的修改操作，具有较好的鲁棒性能；对于内容不同的图像，算法具有区分性；对于剪切替换，随机扭曲等恶意攻击，算法具有敏感性；本文融入了双密钥机制，因此算法具有较好的安全性；另外，通过该算法所提取的Hash序列具有紧凑性。