在当今的数字时代，数字图像已广泛应用于人们的日常生活和工作当中。与此同时，图像编辑和处理工具的迅速发展，使得一般和专业用户更容易利用这些图像编辑工具，修改图像内容来造出以假乱真的数字图像，从而颠覆了人们“眼见为实”的传统观念。因此，对数字图像的真伪作出鉴别成为图像识别领域中新兴的研究方向。本文根据相机响应常态性和一致性规律，通过恢复待测图像的相机响应逆函数来对图像的真伪鉴别进行研究，主要研究内容包括相机响应逆函数的获取、特征提取和图像真伪识别三个方面。　　本文首先从待测图像的边缘色彩非线性分布统计着手，采用半自动的方法在疑似目标的边缘区域选取图像边缘图块候选样本数据，然后根据表征相机响应常态性和一致性规律所制定的样本图块的选取原则，从候选图块样本集中筛选出符合条件的测试图块样本;再根据最大后验概率模型构建先验模型和条件概率模型，并通过分析传感器曝光度的分布情况，提出了一种基于三角核密度估计的先验模型建模方法，最后通过最优化方法求解出待测图像的相机响应逆函数。　　通过分析相机响应逆函数曲线的特征，本文给出了表征逆函数曲线单调性、平滑性的各一个特征参数，表征逆函数曲线差异度的两个特征参数后，分别采用BP神经网络和支持向量机对所提取的四维特征向量进行真伪识别。实验结果数据表明，这两种分类器均能获得较高的识别率，表明了本文方法的准确性。