摘要：由于多媒体信息技术的发展,数字图片应用也越来越多,使得图像处理技术发展迅速,相应的图像篡改也变得很容易。针对数字图像的篡改操作大多数很难用肉眼识别出来,近年来也造成了民众对新闻界、政治界以及学术界的信任危机,使得大众对图像真实性怀疑度增加,因此数字图像真实性检测技术显得愈加重要。本文首先介绍了现有的数字图像真实性取证技术,分析了成像过程、图像盲取证原理、特点及具体算法,将自然场景光照环境及CFA插值检测算法作为研究重点,并叙述了数字图像盲取证技术的一般实现框架。在现有的数字图像真实性鉴定方面的研究成果的基础上,本文详尽分析了自然环境中物体表面光线反射特性及图像成像过程对图像颜色分量间相关性的影响,并且阐述了图像中物体边缘过渡区内的像素值变化特征,在此基础上本文设计了利用支持向量机分类的数字图像篡改检测算法：基于颜色差分平面边缘高频特征的图像篡改检测算法和基于颜色差分平面边缘过渡区特征的图像篡改检测算法。基于颜色差分平面边缘高频特征的图像篡改检测算法是从自然图像中三颜色通道间的相关性出发,分析三通道之间在空间域和频域内的相关性,进一步分析三个通道的高频信息之间的关系,然后利用颜色差分平面内的高频信息的特征来鉴别自然图像与伪造图像。基于颜色差分平面边缘过渡区特征的图像鉴别方法则是在图像边缘过渡区特征分析的基础上提出的,由于成像系统的原因使得自然图像中不存在理想边缘,而是在边缘处具有一定宽度的过渡区,并且在差分平面中边缘变得更平滑,在此基础上得到差分图像中边缘过渡区特征作为分类特征值来检测图像的真实性。最后概括了全文所做的工作,并简要分析了未来的研究方向。