在大数据时代,文本、语音、图像、视频等数字信息在互联网以及各种移动终端设备上广泛传输,已经给人们之间的生活、工作和学习带了革命性的影响。互联网和数字多媒体技术的发展提供了众多便利的同时,数据信息安全问题也随之而来。数字图像作为数字信息的一个重要载体,已经和人们的日常生活密不可分。相比较于其它的数字信息而言,数字图像具有数据量大、高冗余性和相邻像素之间具有较高的相关性等特点,这就导致传统的AES、DES和IDEA等加密方法对其信息保护不是那么理想。混沌系统由于其具有优异的伪随机性、遍历性、初始敏感性和不可预测性引起了广泛的关注,已经开始逐渐地被应用到了数字信息加密之中。混沌对于数字图像的保护上也展现了它突出的优势,使得通过混沌系统对于图像信息保护成为了一个重要研究的热点。近几年研究者们提出了很多基于混沌的数字图像加密方案,但是由于一些加密结构本身在设计上存在缺陷,使其容易受到一些破译算法的攻击。此外,由于图像传感器精度不断提升,图像数据量也不断的增大。面对海量的数字图像,人们更为迫切的需要找到一种高效、安全的图像加密方案。普通的一些混沌图像加密方案往往都是通过CPU串行进行计算的。因CPU的计算单元少,如果图像数据顺序通过CPU执行简单的加密算法,所需计算时间较长。相比较CPU而言,GPU虽然单个计算单元的计算能力不及CPU,但是它具有更多数量的计算单元。因此,GPU的并行计算能力是远强于CPU的。随着硬件工艺的不断提升,GPU并行计算能力也得到了越来越大的突显。如果能够设计并行图像加密结构,并且能够将其通过GPU对其进行并行加速计算,那么算法加密的性能将会得到有效的提高。因此,通过对图像加密算法在GPU平台上进行并行化设计以此来加速图像加密,能够保证图像信息传输的实时性。本文基于现有的研究成果,在充分考虑图像加密系统结构的基础上,通过将算法进行并行实现,并采用OpenCL和Metal并行编程语言和框架分别在PC端和手持设备端的GPU上实现加密算法的并行化。本文的主要工作体现在以下四个方面:1.首先介绍了课题的研究背景,包括混沌图像加密以及GPU并行计算理论,然后给出了本文的创新点。描述了混沌理论的基础和数字图像加密系统结构的构造。简单总结了当前传统混沌图像加密、并行图像加密以及GPU并行图像加密这三个方面的研究现状。最后对数字图像加密中存在的几个不足进行分析,并给出了相应的解决思路。2.针对传统图像加密方案中忽略图像层之间相关性问题,提出一种自适应彩色图像交互加密的方案,将彩色图像的不同像素层通过量化方案进行量化处理后,得到具有明文特性初始量化小数作为帐篷映射的初始值和初始参数,并获取相应的混沌序列,通过新型的魔方置乱算法对图像进行置乱。之后,获取了置乱图像的相关特征值作为分段线性混沌系统的相关参数生成相应扩散序列,通过交织扩散方法得到了加密图像。理论分析和实验结果表明,该算法能够提高编码效率,增强密文的安全性,具有较大的密钥空间和较高的密钥敏感性,并且能抵抗统计和穷举攻击。3.采用了分段线性混沌(PWLCM)和四维超混沌系统(FDHCM)设计了一种并行图像加密方案。首先,使用新型的并行量化方法,获得基于明文图像和外部密钥的两个小数。它们被用作PWLCM的初始值和控制参数。然后,使用它们控制置乱和扩散过程的PWLCM和FDHCM构造一个加密矩阵和四个混沌序列。将所提出的算法在图形处理单元(GPU)设备设备上进行并行的实施和测试。数值分析和实验结果表明,该算法实现了较高的加密速度和良好的安全性能,为实时图像加密应用提供了一种潜在的解决方案。4.将一种新型的彩色图像并行加密算法在手持设备上进行实现。基于明文图像的初始信息作为并行量化方案的输入,将生成的量化小数。并结合混沌系统生成混沌置乱和扩散矩阵,通过“混淆与扩散”结构对图像进行并行加密,并且通过Metal并行框架在IOS手持设备端进行了算法实现。实验测试结果表明该系统能够有效提高图像加密的效率,具有高度的明文敏感性,非常适合于图像数据的安全实时通信,也为通过GPU并行处理图像数据提供了较好的方案。