随着数码摄影技术的发展,数码相机越来越普及,数字图像在日常生活中扮演了越来越重要的角色。另一方面,Adobe Photoshop等优秀图像处理软件功能的强大,使得图像的修改越来越容易,并且伪造得非常高明,单凭肉眼很难发现图像修改的蛛丝马迹。图像的种类繁多,图像承载的信息千差万别,图像鉴定也需要多种多样的工具。目前已经研究出了很多方法来鉴定图像真伪。但没有任何一种方法对所有类型图像和所有伪造手段都有效。而两幅或者多幅图像拼接在一起,是伪造者惯用的伪造手法,是目前最有实用价值的图像伪造手段。本文针对人物合影图像、几何信息较为丰富的人造环境图像,根据射影几何理论和计算机视觉理论,提出一种通过估算图像的相机内部参数矩阵,考察相机内部参数矩阵与现实情况是否相符的方法,对图像做拼接认证。对于人物合影图像,算法首先提取人的双眼角巩缘曲线方程,分别计算出圆环点的像的坐标,然后根据圆环点求出相机内部参数。对于几何条件丰富的图像,算法以平面为单位,提取每一个平面的知己信息,例如平面上的点的坐标,线的方程,或者是矩形的长或者宽,二次曲线的方程等,根据计算的点、线、矩形、二次曲线求解每个平面的单应性矩阵,将现实物体的正面视图与所研究的图像之间的单应性矩阵H求出来,根据单应性矩阵H,本文改进张正友的平面标定算法,求出图像的相机内部参数。求出每幅图像的相机内部参数之后,根据已知的焦距信息,和主点靠近图像中心的常规,判断求出来的相机内部参数是否合理,以此来判定图像是否是拼接在一起的。本文的主要贡献在于,提出了利用相机内部参数判定图像拼接概率的新算法,从计算机视觉的角度上考察图像的真实性。本文突破了现有相机标定算法需要多幅图像和特定标定模型的限制,在已有的经典相机标定算法基础上做了修改,将相机参数估计成功用于图像拼接的被动认证,并且取得了比较好的结果。