在多媒体技术迅猛发展的今天，数字图像已经成为可视化信息的重要载体。然而，随着各种图像编辑软件功能的日益完善，很多数字图像被篡改并流传于网络，致使图像的真实性和完整性受到破坏。在这一背景下，数字图像的篡改检测理论与方法研究受到普遍关注。复制移动篡改检测（Copy-Move Forgery Detection，CMFD）是数字图像篡改检测研究领域的热点之一，但目前CMFD技术在不同程度上存在检测精度低、时间复杂度高等不足。为迅速获得高精度篡改检测效果，本文采用不同理论与方法，围绕局部区域图像篡改开展了如下三方面工作，并取得了一定研究成果：　　1、提出了一种基于均匀分布SURF（Speeded-Up Robust Features）特征点匹配的自适应CMFD算法，解决了现有同类方法无法有效检测平滑区域或小区域的篡改问题。该方法结合超像素分割和图像信息熵分类的思想自适应分区提取概率密度SURF特征点，使整幅图像的特征点分布均匀；然后，在以每个特征点为中心的圆形特征区域内提取鲁棒性强的指数矩特征；采用BBF（Best Bin First）和逆序广义2近邻（Rg2NN）算法对图像特征进行快速的多元匹配，使用随机抽样一致性、零均值归一化互相关等方法准确定位和标记篡改区域。实验结果表明，该算法具有较高的检测精度和较强的鲁棒性。　　2、提出了一种基于多粒度超像素匹配的鲁棒型CMFD算法。该算法利用“粗粒度”超像素初步确定可疑区域，再用“细粒度”超像素精准定位。首先，使用基于熵率的超像素分割算法分割图像，超像素的特征由颜色不变量模型改进的抗错性尺度不变特征检测器（SIFER）提取的特征点和四元数指数矩表示，采用精确欧氏局部敏感哈希（E2LSH）算法匹配特征点确定匹配的粗粒度超像素；然后，细粒度超像素替代匹配的特征点标记可疑区域；最后，融合邻近的相似超像素并进行形态学处理得到精确定位的复制区域。相比其他检测方法，该算法具有良好的性能，不仅检测精度高，同时也表现出强鲁棒性。　　3、提出了一种基于降维特征的一致性敏感哈希（CSH）快速匹配CMFD算法，在保持极高精度的同时，解决了传统基于分块检测方法的时间复杂度过大的问题。该算法将图像分为全局的重叠patch块，采用非下采样剪切波变换提取特征，并通过奇异值分解（SVD）降维操作降低时间、空间复杂度，保证方案的时效性；然后，利用一种新的CSH匹配方法在图像全局patch间进行快速匹配；最后，使用极大似然法估计几何变换参数并用优化的快速零均值归一化互相关（ZNCC）算法和形态学操作标记具体篡改区域。实验结果表明，该算法在准确度和时效性上均具有明显优势。