混沌是指在确定性非线性系统中出现的类似随机的行为,混沌系统的显著特点的是它对初始条件的极端敏感性,也就是说系统未来行为在长期意义上是不可预测的。混沌的初值(参数)敏感性、拓扑传递性和轨道遍历性(随机性)能够满足密码学上扩散、混淆和密钥依赖性的要求,因此可以使用混沌来设计图像加密系统。目前,一些基于小波域的混沌图像加密算法都用经典小波变换将整数像素值变为实数,在实数小波系数上完成加密。本文使用基于提升算法的(5,3)整数小波变换来替代传统小波变换,提出了一种基于提升小波变换的混沌加密方法。先将图像变换到整数小波域,再对整数域图像进行混沌加密。安全性分析表明,本方法有较好的安全性。针对彩色图像的安全问题,本文提出了一种基于耦合映像格子模型的彩色图像加密方法。该方法通过图像像素值的扰乱和像素位置的置乱来实现加密过程,其中像素位置置乱增强了系统抗破损攻击的能力。安全性分析显示,该加密方法有良好的抗破损攻击能力,对破损50%面积的密文图像解密后图像峰值信噪比PSNR可达到30.424dB。指纹识别是各种生物特征识别技术中一种较为理想的身份认证技术。本文研究了指纹识别系统中的指纹图像预处理、特征抽取和匹配等关键技术,并用这些技术对实际采集到的指纹图像进行了编程验证。针对含有残留纹路和污渍的低质量指纹图像分割问题,本文在已有的局部二值模式分割算法和对比度分割算法的基础上,提出了一种基于LBP-Contrast的低质量指纹分割方法。用该方法和方差法分别对FVC2002-DB3中的指纹样本的分割实验表明,LBP-Contrast方法的分割效果明显好于方差法。另外,该方法对本文在实际实验中采集到的指纹图像也能很好地分割。随着指纹识别技术研究的不断深入,指纹特征所涉及到的人的隐私以及由此引发的安全性问题逐渐暴露出来。在介绍完细胞神经网络中存在混沌等非线性动力学行为后,本文提出了一种基于细胞神经网络的指纹图像加密方法。该方法利用3个动态密钥和系统高度的密钥敏感性避免了攻击者只要一次窃耳义到指纹密文就能在后面多次使用的重复使用攻击问题。安全性分析表明,本方法有较高的密钥敏感性,仅改变密钥的1比特,像素平均变化率NPCR能达到71.6%以上,归一化平均变化强度UACI限制在36.8%以下。