数字时代的到来和信息技术的发展,使得数字图像凭借它快捷、廉价的优点,在成像效果与成本间获得良好折中,逐渐取代了以往的胶片图像。为了满足不同需求,方便处理图像,各种图像处理软件应运而生。这些软件的日益完善,使得篡改图像更加简捷。这些手段隐蔽的篡改图像,一旦被一些别有用心的不法分子利用,将会带来许多不良影响,例如严重地破坏新闻报道的真实性和影响司法取证的公正性。现在的解决方法除了加强行业自律、制定相关法律法规以及提高人们对图像的分辨能力外,还可以通过数字图像取证技术这种行之有效的方法来鉴别这些篡改图像。数字图像取证技术分为主动取证技术和盲鉴别技术,它主要通过技术手段判断图像是否经过篡改,经过了哪种篡改以及篡改了哪些区域。数字图像主动取证技术通过检验事先在待取证图像中加入的数字水印或者数字签名等先验信息的完整性来鉴别图像是否真实。然而,盲鉴别技术省略了加入先验信息这一环节,通过分析并提取图像特征来鉴别篡改图像。因此,主动取证技术更加局限,而盲鉴别技术适用性更加广泛,更具现实性。本文主要研究盲鉴别的主流方式之一—复制-粘贴篡改图像盲鉴别。首先,叙述了数字图像取证的背景、研究现状和必要性,其中着重概述了复制-粘贴篡改图像盲鉴别的发展历程。然后,依据鉴别算法是基于图像块、基于特征点或者基于图像块与特征点结合,分别介绍并总结了几种经典的盲鉴别算法的优缺点。最后,为了克服现有特征描述符的缺陷和聚类算法的不足,提出了两种基于特征点的复制-粘贴盲鉴别改进算法。针对传统方法时间复杂度高、准确率低、定位篡改区域不精确等问题,提出了一种基于新的特征描述符LATCH的复制-粘贴篡改检测方法。首先,利用SIFT检测图像特征点,并提取对应的LATCH特征;其次,运用汉明距离匹配特征点,并根据K-means聚类结果和估计的几何变换参数去除误匹配;最后,运用递归的类区域生长方法定位篡改区域。实验表明,该方法不仅时间复杂度低、对几何变换和后处理操作有效,而且能够检测到隐蔽的复制-粘贴篡改并精确定位篡改区域。针对以往复制-粘贴篡改检测算法不能处理多重匹配、层次聚类算法不能发现非凸形聚类以及篡改区域定位不精确等问题,本文提出了一种改进的基于AKAZE特征和密度聚类DBSCAN的检测方法。首先,利用AKAZE方法提取图像的特征点和对应特征;其次,运用G2NN的多重匹配方法根据汉明距离进行特征匹配;然后,采用DBSCAN对特征点聚类并去除误匹配;最后运用峰值信噪比方法找出最合适的填充半径并结合形态学操作精确定位篡改区域。实验证明,该算法能有效地检测几何变换和后处理篡改,并且在多重复制-粘贴篡改检测和篡改区域定位上有较好的性能。