在信息社会发展的今天,人们对信号的需求是巨量的。这给硬件对信号的采集、压缩及传播带来巨大的压力。人们迫切需求能有新的技术缓解这一压力。近年来提出的压缩感知(compressed sensing, CS)新技术对这一难题提出了新的解决思路。它将对信号的采集与压缩合并,通过直接采集信号的度量结果,理论上突破了香农定理对信号采集速率的限制。同时,利用度量矩阵对原始信号进行度量,使信号的内容在度量矩阵未知的情况下很难被破解,具有较好的安全性。本文大致分为以下几个部分。1)着重介绍缩感知的理论框架,其中包括信号的稀疏分解、度量矩阵的设计及信号的重构。2)根据度量矩阵的随机性,利用若干初始值和相应的功能函数生成的随机序列构造度量矩阵,并用此矩阵完成对图像的压缩及重构。3)根据移位寄存器的原理构造度量矩阵及度量结果的扰动序列,以完成对原始图像的加密,并指出此方法具有一定的安全性及在少量数据丢失的情况下依然可以重建原始图像。4)利用压缩感知技术,首先提取原始图像的亮度特征信息并将其度量,并采用零水印的方式将度量信息隐藏在原始图像中以保证原始图像的质量,并用此方式实现对数字图像原始性的检验。本文的研究成果对压缩感知技术在信息安全领域的进一步研究具有重要意义。