张　琴,林　达,余　亮

(1.四川理工学院 自动化与信息工程学院， 四川 自贡 643000；　2.四川理工学院 物理与电子工程学院， 四川 自贡 643000)

随着通信技术的快速发展和普及，多媒体通信已成为一种重要的通信手段，并为人们的工作和生活提供了极大的便利。与此同时，信息传递的安全性正变得越来越重要。图像作为信息传播的重要载体之一，而图像加密是保证图像信息安全的重要手段。因此，图像加密及解密算法和技术已经成为信息安全领域中的重要问题之一。

图像通常是以二维矩阵的形式存储，用传统的加密算法如数据加密标准(Data Encryption Standard，DES)、高级数据加密标准(advanced encryption standard，AES)、非对称加密算法(RSA)等加密图像，则需将待加密的图像重新排列成明文的形式，这样会导致加密时间长，加密效率不高等缺陷[1]。另一方面，由于混沌系统所产生的信号具有确定性，类似噪声的统计特性与非周期性，且对初始条件极端敏感性等，可应用于图像加密，并且能够表现出许多优良的密码学特性[2]。因此，混沌密码学在图像加密上的研究引起了众多学者的关注。

细胞神经网络[3-4](cellular neural network，CNN)是一种非线性动力混沌系统，是基于Hopfield神经网络和细胞自动机的一种人工神经网络[3]，具有复杂的混沌动力学特性，同时具备实时、高速、并行处理信号等特点，且易于实现超大规模集成电路。因此，CNN系统被广泛用于加密系统[3,5]，并在彩色数字水印加密[6]、语音加密[7]和图像加密系统[2]中均取得了良好的加密效果。目前，文献基于混沌系统的图像加密算法主要有离散混沌系统的图像加密[8]、连续混沌系统的图像加密[9]和混合混沌系统的图像加密[10]等3种。……