随着互联网技术的快速发展,针对数据传输的高效性与安全性的研究已经成为该领域的重要研究方向。图像信息作为网络中传输的主要对象之一,其所含数据的容量大,面临的安全风险高。因此,对图像信息进行压缩和加密成为了解决这一问题的有效措施。又由于光学信息安全技术具有诸多优点,针对图像信息的加密已成为了光学信息安全领域的重要研究内容之一。基于此,本文提出了一种新颖的光学图像压缩和加密的方法,将压缩感知(Compressive Sensing,CS)技术和双随机相位编码(Double Random Phase Encoding,DRPE)技术相结合,利用多模光纤产生的光斑作为压缩感知过程中的测量矩阵,压缩感知完成对图像信息的压缩和第一级加密,光斑测量矩阵作为第一级秘钥,接着,双随机相位编码继续完成第二级加密,获得了良好的压缩和加密效果。本文的主要研究成果分为如下几点:(1)对多模光纤在偏芯结构下,其内部模式激励进行了理论分析,并且进行了实验,采集了不同实验条件下得到的光斑图像,对光斑图像进行了随机性分析。随后利用数字图像处理技术对光斑图像进行系列操作,构造出压缩感知过程中所需要的测量矩阵。(2)基于对压缩感知和双随机相位编码的理论研究基础上,通过计算机仿真验证了将压缩感知和双随机相位编码结合在一起进行加密解密的可行性,与压缩感知中传统测量矩阵相比,本方法中使用的光斑测量矩阵在最终的重建效果上表现更优,为图像的压缩和加密在全光域实现打下了良好基础。(3)分别在使用基于单光斑的测量矩阵和基于多光斑构建的测量矩阵的两种情况下,分析了所提出方法抵抗统计分析、噪声干扰和剪切等攻击的能力;对秘钥敏感性和秘钥空间的大小也进行了详细讨论,由于光斑的波长依赖性,可以很容易利用不同工作波长获得不同光斑来改变相应的第一级秘钥,与双随机相位编码结合以后,基于多光斑测量矩阵的方法将获得极大的秘钥空间。当所利用的光斑数量越多时,秘钥的空间越大,安全性越高,最终的图像重建效果更好。