随着云计算的不断发展,众多的云服务提供商构建了自己的存储和计算资源池,能够为用户提供个性化的存储和计算服务。同时,随着整个网络空间中多媒体数据的增多,使用云服务器来处理多媒体计算任务变得越来越普遍,用户外包多媒体数据到云服务器端越来越多。然而,云服务器作为第三方可能会泄露用户外包的多媒体数据,导致隐私泄露问题发生,近年来用户隐私泄露也是屡有发生。因此,云服务器在密文域中进行多媒体数据处理来保护用户的隐私是必要的。图像去噪是图像处理和计算机视觉中一个重要的研究领域。图像去噪的目的在于改善图像质量,更好地还原图像所携带的信息,为后续图像处理提供基础。随着研究的深入,图像去噪算法取得越来越好的去噪效果。非局部图像去噪算法相对于局部图像去噪算法效果更好,但是计算复杂度更高。随着云计算的兴起,复杂的大规模图像处理任务适合外包到云服务器中完成。对图像内容,在数据外包中需要考虑的是如何在计算过程中保护图像内容的隐私性。本论文针对不同的应用场景设计了三种方案,使其适用于用户拥有不同数量的云服务提供商的场景。本论文的研究工作和创新成果如下:1.提出了基于Paillier算法和保距变换的单云密文域图像去噪方法。目前全同态加密存在密文扩张严重,密钥数据大,密文计算复杂等问题,很难应用于实际工程中。而部分同态密码方案,其效率优于全同态,在实际应用多有涉及,但缺陷就是不能完成密文域中的复杂运算。据此,我们提出了一种双密文的密文域计算框架,相对传统的只外包一种加密数据,本方案中使用了两种加密算法,产生两种不同类型的密文,其中用到加法同态密码算法和隐私保护的保距变换。隐私保护的保距变换产生的密文用于非线性运算中的欧式距离计算。对于计算得到的图像滤波权重,应用到加法同态加密的密文进行线性滤波。同时客户端在加密过程中还用到了块随机置乱和像素随机置乱来分别对两种密文做置乱处理,用来增强方案的安全性。2.提出了基于秘密共享和保距变换的双云密文域图像去噪方法。基于单个云服务器的双密文的密文域图像去噪中,将这两种密文数据外包到云服务器中。方案中应用的Paillier加法同态算法相对于全同态方案,密文扩张和计算复杂度有很大下降,但仍然存在密文扩张和云服务器计算量巨大的问题,所以考虑是将上述的加密算法替换为更加简单高效的加密方案。在新的加密方案中,需要使用两个云服务器完成密文域的图像去噪计算。相对单个云服务器的方案,密文扩张有所降低,用户与服务器之间的通信数据量减少。云服务器在密文域中完成的计算和在明文中完成的计算过程一样,不会额外增加云服务器的计算量。3.提出了基于秘密共享的三云密文域图像去噪方法。基于Paillier密码算法和保距变换的双密文方案和基于秘密共享和保距变换的双密文改进方案中,虽然方案的复杂度有所降低,但用户仍然需要外包两种密文给云服务器。据此,我们提出了新的基于秘密共享的三云密文域图像去噪方法,只需要使用一种加密方式,进一步降低用户与云服务器之间的通信数据。基于线性秘密共享的安全多方计算方案能够获得加法和乘法同态性质。但是,其中的乘法同态的实现需要所有参与方之间进行交互,这样需要花费很高的通信代价。从而限制了在实际中的应用。在提出的基于秘密共享的三云密文域图像去噪方案中,我们在安全性和可用性之间做权衡。只把图像处理算法的一部分使用安全多方计算实现,从而避免所有的运算都需要云服务器之间进行交互,降低计算复杂度和通信复杂度,提高计算效率。同时我们将此方案的框架应用到彩色图像编辑中的多尺度分析。