在当今社会,数字图像已经是承载图像信息的一个重要媒介,大众群体、新闻媒体、研究单位和机构等各类人群都使用数字图像作为信息的重要载体。在这种情况下,数字图像的完整性,真实性等特征都会受到一定的破坏和影响,而有些场合,例如法庭、保险赔偿、科学研究等需要真实完整可信的图像,这使得图像认证和检测成为一个重要的研究方向。在图像认证检测方面,有两个重要的方向,一个是主动认证检测,一个是被动盲认证检测。其中被动盲认证方法适用范围更大,更适应目前图像认证的现状。本文主要研究模糊篡改痕迹的图像盲认证。文章首先介绍了图像篡改常用的篡改技术和手段,并对图像主动取证技术和被动取证技术做了一个简单的介绍；然后在高斯模糊数学模型的基础上,介绍并分析了各种针对模糊篡改的检测方法,在此基础上,确定对高斯模糊操作篡改的检测作为本文的主要工作。本论文利用图像在频域的频率分布特征,提出了针对模糊操作的图像篡改检测算法。论文的主要工作有以下几个方面：1.研究了图像高斯模糊的基础知识和针对高斯模糊进行篡改检测的算法。首先研究了高斯模糊的基础知识和基本特点,并通过前人提出的小波分解方法、图像色彩分析方法、以及基于图像边缘特性的方法进行分析和研究,总结出其各种方法的优点和缺陷,为提出新的图像模糊操作检测算法架构了理论基础。2.提出了一种在傅里叶变换域利用高通滤波对模糊区域进行增强的图像模糊检测的方法。该方法利用高通滤波的性质,以及图像在傅里叶变换域中频率分布的特性,采用高通滤波中的同态滤波函数对图像进行滤波处理,从而达到增强模糊区域的目的,并对滤波后图像进行迭代阈值分割,然后采取数学形态学方法取图像边缘,定位图像的篡改区域,实验结果表明,该方法能够有效的实现对图像模糊区域的检测和定位,并具有一定鲁棒性。3.针对傅里叶变换域中,只能对图像的边缘模糊取得较好的结果,提出一种基于DCT域的模糊检测算法。一方面DCT变换是一种与傅里叶变换紧密相关的数学运算,是傅里叶变换的实数部分,具有与傅里叶变换域相似的频域性质；另一方面DCT变换是基于图像块的运算；论文提出一种模糊估计算法,该算法首先将图像进行DCT变换,然后根据DCT系数块计算平均值矩阵,并使用该矩阵对图像进行频域DCT系数的归一化,最后变换到空间域,并进行处理,定位篡改区域。仿真实验结果表明,该算法对图像区域模糊区域有较好的检测效果。