图像复制检测技术是计算机视觉领域中一项十分有挑战性的工作,有着重要的应用价值。传统的图像复制检测技术可以分为基于全局特征的检测方法和基于局部特征的检测方法。基于全局特征的检测方法计算方便快捷,但适用范围有限,难以处理复杂变换等问题；基于局部特征的检测方法由于需要进行具有不变性的局部特征的描述并匹配这些高维的特征描述,带来了高昂的计算代价,不过检测的准确率较高。有鉴于此,本文提出了一种基于特征检测子的图像复制检测方法,在保证基于局部特征的检测方法的正确率的基础上,避免了复杂的局部特征描述的过程,大大降低了时间开销。算法在提取最大稳定极值区域(MSER)特征后,用简单和易于计算的几何参数和颜色直方图进行初始匹配,并根据这些匹配的组合来计算图像对之间可能存在的仿射变换。而后,在计算的仿射变换矩阵集合中进行聚类以提取候选的我们认为有较高可能反映图像对之间变换的仿射变换矩阵,并对提取的仿射变换矩阵进行最后的验证。为了进一步的加速算法的执行,我们根据仿射变换的特性和本文所处理问题的实际情况加入了一些剪枝策略以减少不必要的计算。另外,本文针对大量图像数据的复制检测工作进行了优化,通过调整计算顺序和应用并行优化策略来提升计算效率。最后我们在标准数据集上进行实验以验证我们的算法的效率性和有效性。同时通过实验对算法在特征检测子的选取和距离度量方式的选取等方面的可扩展性进行了一定的分析。