军事,医疗,娱乐和生活等各个领域正在以不断增长的速度产生大量的图像,存储空间和计算能力的限制,导致很多使用本地设备的用户将图像处理外包到云服务器完成。然而,明文图像如果直接外包给云服务器,可能会泄露一些隐私信息,因此隐私数据的保护就成了一个重要的问题。JPEG是日常生活中最常用的图像格式。本文提出基于BOW的密文JPEG图像检索方案。该方案利用云服务器从加密的JPEG图像中提取特征,从而减少图像用户的工作量,实现隐私保护检索。本文主要研究内容如下:(1)提出了基于局部特征的密文JPEG图像检索方案。在本方案中,内容拥有者首先对图像的颜色分量通过离散余弦变换得到DC和AC系数,再结合使用置乱加密、流加密、值替换来对JPEG图像进行加密,而后传至云服务器。服务器虽然对明文图像毫无了解,但它可以提取关于AC系数的局部统计量,继而结合BOW模型使用统计量来计算相似性,最后将最相似的图像返回给查询者。实验的结果显示了本论文的方案可以保证较好的时间效率、安全性和精度,在保证图像安全的同时,支持图像检索。(2)提出了基于QDCT编码的密文JPEG图像检索方案。JPEG图像是通过离散余弦变换,量化,熵编码等一系列步骤获得的。本文首先将图像从空间域转换为四元数域。通过分析QDCT和DCT之间的代数关系,提出了彩色图像的QDCT量化表和QDTC编码。对压缩图像数据通过块置换,块内置换,单表替换和流密码的步骤进行加密。最后,原始图像和查询图像之间通过曼哈顿距离来度量相似度,该距离是由云服务器端的两个特征向量和BOW来计算的。结果显示进一步增加了安全系数和检索精度。本文通过分析方案安全性和实验结果,证明了基于QDCT编码的密文JPEG图像检索方案较之前的基于局部特征的密文JPEG图像检索方案的安全性更高,检索性能更好。