信息技术高速发展的时代,数据信息通过互联网传输愈加普遍。在传输过程中保证信息数据的安全是必要的,对信息加密是一项重要手段。数字图像作为信息传输的主要载体,对图像信息加密处理得到广泛的关注与深入的研究。混沌系统由于具备初值敏感性、不可预测性等符合密码学特征的固有性质,而被广泛应用于图像加密算法中。但同时也逐渐展露出一些问题,例如由于混沌结构简单使得算法易遭受攻击破解,或是由于结构过于复杂而消耗过多计算成本等问题。并且密码分析技术的发展使曾经相对安全的加密算法不断地被破解,融合多种算法设计出新型的加密方案是未来的发展趋势。因此,本文将人工蜂群（Artificial Bee Colony,ABC）算法与混沌理论相结合,构建出新型混沌系统并将其用于图像加密领域,本文的主要工作如下:（1）阐述混沌图像加密理论,简要概括混沌系统的基本概念及判断依据,列举不同维度的混沌系统,为后续构建新型混沌系统提供理论依据。从人工蜂群算法的生物学背景出发论述人工蜂群算法的工作原理及特点,为后续将人工蜂群算法用于图像加密领域奠定理论基础。（2）提出一种基于人工蜂群算法的混沌参数优化方案,构建出一种新型的混沌系统2D Logistic-adjusted-Hénon映射（2D-LAHM）。以Logistic混沌映射的输出序列控制Hénon混沌映射的输入,再采用取模运算将输出序列固定在固有区间内,构建一种带有未知参数的二维混沌系统2D-LAHM,利用多目标人工蜂群算法对2D-LAHM中的未知参数进行优化,2D-LAHM的信息熵和李雅普诺夫指数用于构造适应度函数,不断进行迭代寻优,寻找出使混沌性能达到最优的未知参数。对2D-LAHM进行分岔图、相空间轨迹图、李雅普诺夫指数、复杂度和NIST测试等仿真分析,实验结果表明2D-LAHM具有较优的混沌性能。（3）提出一种基于人工蜂群算法和2D-LAHM的图像加密算法。利用2DLAHM对明文图像进行位平面置乱和分块扩散操作,生成了一个包含多幅不同加密图像的初始种群。将交叉算子引入到人工蜂群算法中,交叉种群中两幅不同密文图像之间的某些子块可以产生新的密文图像,增强种群的多样性。密文图像的信息熵和相邻像素相关性系数用于构建适应度函数,通过迭代寻优操作,挑选出具有最大适应度函数值的密文图像,即为所求的密文图像。仿真实验结果表明本文所提的加密算法具备足够的安全性并且可以抵抗传输中常见的攻击,实现图像信息的安全传输。