三维图像具有直观性强、信息量大、生动形象等特点,是信息交流极重要的载体。随着多媒体技术的快速发展,三维图像的高效、可靠性传输及其安全性日益受到学者的关注。三维图像的联合压缩与加密是图像加密领域的一个重要研究内容。现有的图像联合压缩与加密算法主要是基于压缩感知和光学加密技术或者混沌系统的算法。这些图像加密方法大多是基于二维的压缩感知方法,并未考虑将张量压缩感知技术用于图像的联合压缩与加密中。在图像加密中引入张量压缩感知技术,实现对图像数据的压缩加密,有利于图像的传输和存储,并且利用张量模式开发出额外的密钥具有重要的意义。分数随机变换因其自身就有良好的随机性而适合运用于图像加密中,然而现有的二维离散分数随机变换并不能直接对三维图像加密,因而研究构造一种三维的离散分数随机变换实现对三维图像直接加密具有重要意义。为丰富基于压缩感知的图像加密算法,本文分别将张量压缩感知技术与三维离散分数随机变换和三维洛伦兹混沌系统结合,提出两种新的方法,实现对三维图像的联合压缩与加密。本文的主要工作及研究成果如下:（1）提出一种基于三维光滑L0范数（Three Dimensional Smooth ₀l Norm,3D-SL0）和三维离散分数随机变换（Three Dimensional Discrete Fractional Random Transformation,3D-DFrRT）的图像联合压缩与加密算法。设计利用张量压缩感知技术对三维图像进行压缩处理,再通过混沌映射构造分数随机变换核,通过张量技术构造得到三维的分数随机变换实现对密文张量的再次加密。而在解码阶段,先进行反分数阶次的逆变换,再在二维光滑L0范数的基础上通过张量的方法扩展得到3D-SL0算法实现对密文图像的精确重构。设置不同压缩率而得到重构图像,分析其不同压缩率对应的峰值信噪比表现其压缩重构性能,再进行参数密钥的分析以分析其安全性能。（2）提出一种基于正交优化张量压缩感知（Orthogonal Optimization Tensor Compression Sensing,OTCS）和3D洛伦兹混沌系统的三维图像联合压缩与加密算法。设计合适的张量压缩感知方法,将三维图像张量分解为核心张量和三个感知矩阵,利用梯度下降法寻找最优解以对初始化的测量矩阵进行优化处理。然后将测量矩阵嵌入到3D洛伦兹混沌系统的动态方程中,利用超混沌序列对最优测量矩阵进行加密处理,实现编码与解码的同步。利用张量不同于矩阵处理的方式,也就是张量展开模式,挖掘出额外的密钥。最后进行重构性能对比分析和安全性分析。仿真结果表明,本文提出的三维图像联合压缩加密算法具有压缩重构性能好、密钥敏感性高、密钥空间大、抗攻击能力强的特点,能够实现对图像数据高度压缩的同时保证图像的安全性。