图像认证技术是确保图像信息真实性的有效手段，它通过主动或者被动的方法，对数字图像的真伪进行识别。传统的主动认证方法，如数字签名或水印，需要预先在图像中嵌入签名或水印，会使图像质量下降，而且安全性不高，因而在实际中没有被广泛地应用。针对没有嵌入数字签名或水印的盲被动图像认证逐渐成为研究的新热点。 本文对目前主流的图像认证技术和算法进行了全面的研究，并对JPEG二次量化效应的特性、成因进行了深入的分析，继而提出了一种新的基于DCT量化系数直方图走势预测的盲被动图像认证算法。这种方法是通过估计JPEG双压缩图像的先前量化系数来实现的。首先，对被测图像经过不同量化系数二次量化后的DCT系数直方图走势进行预测；然后，提取被测图像的实际DCT量化系数直方图走势特性；最后，把实际走势与预测走势分别进行匹配，求出最有可能的先前量化系数。如果估计的先前量化系数等于当前量化系数，则表明图像是原始图像；反之，则可能被篡改过。在此基础上，对图像进行分块检测就可以自动定位图像中被篡改的区域。 本文算法利用基于VC++开发的实验系统进行测试，实验结果表明本文算法可行、有效，与同类算法相比具有更高的准确率和更强的实用性。