由于计算机图像处理软件技术的迅猛发展,图像篡改越来越普遍。纵观历史上各大造假图像事件,可以发现许多造假图像是通过复制图像中的某一块区域,将其粘贴到图像的另一个区域,以此掩盖图像中原本存在的物体来隐藏一些事实,或者给图像增添原本不存在的物体来增强图像本身想传达的情感。然而人们用肉眼看这些经过复制-粘贴篡改操作的图像,却又看不出明显的篡改痕迹,所以通过科学的手段来鉴别图像的真伪,还人们一个真相变得越来越重要。本文针对数字图像被动取证算法进行了分析研究,分别针对基于特征点提取和基于重叠分块的数字图像复制-粘贴篡改被动取证算法进行总结,并分析了已有的相关算法的优点与不足之处。针对目前基于重叠分块的图像复制-粘贴篡改被动取证算法中,在生成分块的特征描述的步骤中会带来大量冗余匹配,导致算法时间复杂度较高的问题,以及对本身具有相似区域且篡改区域面积较小的篡改图像存在一定的误检的问题,本文设计了一种基于特征块与R-HOG的复制-粘贴篡改被动取证算法。首先提取出稠密特征块,降低匹配冗余度,然后采用结合颜色信息和找主仿射变换的方式对初步匹配的特征块对应的特征点进行筛选,最后利用区域相关性快速定位出准确率较高的复制-粘贴篡改区域。实验结果表明,该算法针对本身具有相似区域且篡改区域面积较小的复制-粘贴篡改图像,检测准确率较高,检测算法时间复杂度较低,但是无法有效检测出翻转类复制-粘贴篡改图像的篡改区域。为更有效地定位出翻转类复制-粘贴篡改图像的篡改区域,本文设计一种基于“米”字型GLCM特征向量的复制-粘贴篡改被动取证算法,在彩色图像预处理基础上,利用具有一定角度旋转和多种翻转不变性的“米”字型GLCM特征向量对图像块进行特征描述,并且在检测算法后处理步骤中统计图像中的检测标记点周围其他标记点的个数来移除在非篡改区域的错误标记。实验结果表明,该算法针对一定角度旋转或多种翻转类复制-粘贴篡改图像的检测准确率均较高。最后,利用MATLAB设计了一套数字图像复制-粘贴篡改被动取证仿真系统,对本文算法以及本文对比文献的算法进行可视化展示。