本文首先建立了数据压缩与数据隐身的统一模型，讨论了数据压缩与数据隐身的共性和特性，并从研究的角度，挖掘了两者的连贯性，阐述了论文的研究意义和研究内容；其次，根据分形几何及分形应用于图像压缩编码的数学基础和理论依据，研究了如何利用迭代函数系统构造二维分形图形，讨论了如何建立真实世界的数学模型，并基于这些数学模型进行图像信息的压缩与编码的技术，同时分析了如何利用一维分形插值函数实现图像压缩；然后从一维数据分形压缩方法出发，引入了二维图像的迭代函数系统编解码算法，提出并实现了基于邻域搜索和边界描述的分形图像压缩算法；最后，建立了数据隐身系统的通用模型与基本框架，提出并实现了基于混沌特性与视觉模型的小波图像隐身算法和基于数字图像置乱与离散余弦变换的数据隐身算法。 本论文的创新点在于：利用区域相关性假定，限制了值域块仿射匹配的搜索范围，极大地改善了基于局部迭代函数系统的分形图像压缩算法的编码性能，在峰值信噪比基本相同的情况下，大大提高了编码效率；结合了混沌序列的白噪声统计特性和人眼视觉对比度敏感函数，将隐身信号嵌入到从低分辨率到高分辨率的高频子带中对图像视觉影响较大的小波系数中，保证了隐身信息的安全性，并结合人眼视觉模型，有效地保护了图像载体的低频部分和强边缘部分，大大提高了加密图像的视觉效果，同时，对常见的信号处理和噪声干扰具有很好的鲁棒性。