移动互联网的迅猛发展使得人们生活中的图像数量激增,如何更好的管理和利用这些图像成为一个重要问题。由于图像特征提取作为图像处理任务中的一个关键步骤能够从冗余的图像信息中提取作为判别与分析标准的主要特性,因此从图像中提取特征以挖掘并利用图像数据蕴含的重要信息是解决这个问题的有效方法。此外,为了解决其存储和计算负担,人们更愿意将大量图像存储到远程云服务器。然而,在享受便利的同时,将包含大量敏感信息的图像数据直接存储到云平台使得图像数据不再受图像拥有者的直接物理控制,对于图像拥有者来说,隐私和安全成为最重要的问题。为了解决隐私和安全问题,外包前加密是保护图像隐私的基本解决方案,但加密图像使得传统图像处理解决方案极为困难,特别是使得图像特征提取变得几乎不可能。此外,在将图像数据存储到第三方云平台的情况下,图像拥有者并不只是自己使用存储在云端的图像数据,可能需要和其他授权方共享图像数据。因此,在保证图像数据及其特征安全的情况下,利用图像特征实现图像的安全查询检索是一个具有挑战性的问题。针对上述问题,本文围绕图像特征提取及其隐私保护展开研究,文章的主要贡献如下:1.针对现有四元数矩在彩色图像重构和彩色目标识别中性能差的问题,本文提出了一种名为四元数加权球形Bessel-Fourier矩（QSBFM）的新的四元数圆型正交矩,以解决彩色图像处理,同时构造了一组对于旋转、尺度和翻转变换的不变量,并且建立了QSBFM与传统的加权球形Bessel-Fourier矩之间的关系,从而有效地降低了QSBFM的计算成本。此外,本文对QSBFM的性能及其不变性进行了广泛研究,并利用流行的彩色图像进行了大量实验以检验理论分析。本文将QSBFM与四元数Bessel-Fourier矩、四元数径项Harmonic-Fourier矩、四元数Chebyshev-Fourier矩和四元数正交Fourier-Mellin矩四种常用四元数矩在彩色图像重构、彩色目标识别（无噪、有噪和平滑失真条件下）、计算复杂度三个方面进行比较,从而为潜在用户提供有用的信息。2.针对现有的圆型正交矩特征的隐私保护特征提取问题,本文首先提出一种定义在整个极坐标系中的新的Legendre圆型正交矩（LCOM）。与典型的圆型正交矩相比,LCOM的性能更为突出,因为它没有几何误差。进一步地,本文提出了一种通过将LCOM与somewhat同态加密相结合来实现隐私保护Legendre圆型正交矩（PLCOM）的有效的方案以解决云计算环境下的隐私保护LCOM特征提取问题。而且,本文提供了有关LCOM的明文数据扩张的消息空间分析,以便在解密PLCOM之后可以获得正确的LCOM。安全性分析表明,PLCOM方案可以保证图像内容的安全。此外,实验结果显示,在参数设置正确的情况下,就图像重构能力和图像识别精度而言,PLCOM可以提供接近直接计算明文域中LCOM的性能。3.针对离散正交矩特征的隐私保护提取问题,本文以Krawtchouk矩特征为例提出一种利用Paillier密码系统实现隐私保护Krawtchouk矩（PPKM）的有效方案。另外,本文提供了有关Krawtchouk矩的消息空间和扩张因子的分析,以便可以通过解密PPKM来获得正确的Krawtchouk矩。进一步地,本文提出了一种基于块的并行算法来降低PPKM的计算复杂度。而且,提出的并行算法具有出色的加速效果和高的可扩展性。充分的安全性分析表明PPKM方案能够保证图像内容的安全。此外,实验结果表明,在参数设置正确的情况下,PPKM在图像重构能力和图像识别精度方面与明文Krawtchouk矩具有几乎相同的性能。4.针对加密图像检索方案中单密钥引起的密钥共享、检索精度差和对恶意用户的不可追踪性问题,本文利用VGG16卷积神经网络提出了一种多用户环境下可追踪的加密图像检索方案,称为MU-TEIR。与引起用户密钥共享问题的传统单密钥机制相比,MU-TEIR使用分布式双门限公钥密码系统技术提供一种多密钥机制,从而解决了多密钥环境下的授权问题。其次,与传统的有高的图像检索开销和差的检索精度的加密图像检索方案比较,MU-TEIR分别利用平方欧式距离的下界方法和VGG16卷积神经网络提取图像特征实现了更高的检索效率和更高的精度。再者,与无法惩罚发布盗版图像的恶意用户的传统方案相比,MU-TEIR巧妙地利用了一种加密图像水印方法来实现对恶意用户的追踪。