随着云技术的发展,大量的用户选择将私人图像和复杂的图像任务外包给第三方云平台。然而,在享受云服务提供的便捷的存储和计算资源时,数据泄露问题也日益严重。为了保护图像隐私,用户可以对外包图像进行加密,此时图像的传输、存储和计算都是在密文域上进行。但是,图像加密会导致传统的特征提取算法很难应用到密文图像,于是隐私保护的图像特征提取方案成为了研究热点。现有的密文域中特征提取方案主要都应用于灰度图像,对于彩色图像,他们倾向于将其转换为灰度图像处理,或者依次处理单个通道,再将结果进行结合。这种做法会丢失彩色图像的颜色信息和颜色通道的相关性。此外,加密域中彩色图像的特征提取仍然面临一些困难,其中最重要的是设计一种几乎不影响后续特征提取算法的加密方案。为了解决上述问题,本文对隐私保护的彩色图像特征提取进行了分析和研究,具体的工作如下:1.本文引入四元数表示彩色图像,并进一步将其转换到向量空间,从而尽可能地保留彩色图像的颜色和通道信息。然后,本文新颖地提出了一种改进后的向量同态加密方案（improved Vector Homomorphic Encryption,i VHE）用于彩色图像加密。该方案不仅可以保护图像隐私,而且保留了彩色图像的矢量特性。最后,本文通过理论和实验证明了i VHE方案的安全性,实验结果表明i VHE方案在彩色图像加密任务上具有很好的性能。2.本文提出了一个隐私保护的彩色图像特征提取框架。具体地,本文利用i VHE方案对彩色图像进行加密,然后提出了隐私保护的四元数离散正交矩（privacypreserving Quaternion Discrete Orthogonal Moments,PPQDOMs）。理论分析证明,从密文图像提取的四元数离散正交矩（Quaternion Discrete Orthogonal Moments,QDOMs）不仅与从明文图像计算的结果相似,而且具有相同的图像重建能力。本文将三种常用的四元数离散正交矩应用于提出的框架,实验结果表明PPQDOMs在图像重建和图像识别方面具有与明文QDOMs相似的性能。