当今,数字图像作为一种常见的多媒体传播媒介,在现代社会中扮演着关键的角色。然而,随着图像篡改技术的发展,图像的伪造变得更容易,甚至普通人也能完成图像的伪造。当这些伪造图像被用于一些重要场合如法庭审判、医生诊断病情等时,会造成一系列严重的后果。因此,检测图像是否伪造具有重要的意义。被动数字图像取证技术不需要先验知识,并且图像检测只基于图像本身的内容来完成。在许多图像篡改方法中,图像复制粘贴篡改是一种非常普遍的形式。常见的方法难以辨别,因而成为研究的热点。本文研究了一种改进的图像复制粘贴篡改检测算法。首先分析了SIFT查找特征点时对比度阈值对特征点数目的影响,发现对于纹理平滑区域,对比度阈值较高会降低算法的可信度。接着给出本课题的改进算法,首先通过降低对比度阈值以获取更多的特征点。接着使用Haar小波代替特征点的梯度直方图信息来生成特征矢量,使特征矢量的维度减少到64,是经典SIFT的一半,这样做可以有效降低特征矢量生成和后续特征匹配的时间复杂度。接着使用g2NN匹配算法进行特征匹配,可以检测多个目标的图像复制粘贴篡改。最后在一次聚类的基础之上,使用GMS算法进行二次聚类进一步提高算法检测的准确性。本文使用ML605板卡完成改进检测算法的FPGA实现。首先,使用Windirver软件开发PCIe驱动程序。使用PCIe驱动程序将待检测的图像数据从上位机通过PCIe接口传输至ML605板卡进行检测,再将检测结果通过PCIe接口传输回上位机,用Matlab展示检测结果。最后,对改进后的检测算法的FPGA实现和Matlab仿真结果进行了比较,并对结果进行了分析和说明。