随着多媒体社交网络的兴起，多媒体图像的数量爆炸式地增长。对于一些资源受限的图像拥有者而言，会倾向于将繁重的图像处理过程外包给云端。由于图像中可能会包含有关图像拥有者的敏感信息，直接将图像原始数据外包给不可信的云端会导致用户隐私性方面的问题。因而，隐私性是图像安全应用的重要研究内容之一。本文就基于向量同态加密方案VHE的加密图像的特征提取及相关应用的关键问题进行了全面的研究和分析。　　本文在已有的研究成果的基础上，研究基于向量同态加密的密文图像的特征提取、识别等关键技术。本文的主要研究内容和成果包含以下几个方面：　　1.研究适合于图像处理的整数向量同态加密方案。研究安全高效的向量同态加密方案，该方案适合于图像矩阵及图像特征向量的加密，支持带权重内积、线性变换等图像处理常用的操作；在此基础上，研究密文向量的相似性比较等技术，使同态加密贯穿图像处理的整个过程。　　2.基于向量同态加密方案的灰度直方图特征提取方案。结合向量同态加密方案，在密文域实现图像灰度直方图的提取，保护了原始图像信息的隐私性，最后对整个算法和模型进行了相关分析评估，结果表明，密文域提取的直方图特征能够到达跟明文域一样的精度，同时能保护图像用户的隐私性。3.基于向量同态加密方案的HOG特征提取方案。结合向量同态加密算法所支　　持的同态运算，简化改进原始HOG算法，得到适应于同态运算的HOG算法，最终实现在密文域中的HOG特征提取。结合支持向量机算法（SVM），分别使用明密文域中提取出的HOG特征向量构建对应的行人检测模型，实验表明，密文域中的HOG算法与明文中的原始HOG算法几乎是等效的，可以达到近似的行人检测的目的。　　4.隐私安全的图像特征的应用。针对之前密文域中提取出的两种图像特征，研究在密文域下基于灰度直方图的图像识别和基于HOG特征的图像搜索。实验结果显示，在保证图像隐私性的基础上，前者能识别出与自身图像基本一致的图像，后者能搜索出与搜索图像类似的图像。