数字图像以其直观易懂并且更具说服力的优点，已经成为人们发布和获取信息的重要方式。数码产品的普及使得数字图像充斥我们的生活，同时由于越来越多简单易用的图形编辑软件的出现，使得数字图像的编辑、修改更加容易。图像编辑软件给人们带来方便的同时，也带来了安全隐患。在此背景下，数字图像篡改检测技术已经成为信息安全领域中重要的研究方向。图像拼接是一种典型的图像篡改方式，它是指复制一幅图像的部分粘贴到该图像或另一幅图像中。针对这种篡改方式，一些方法被提出，其中基于马尔可夫特征和分类器的检测方法是一类典型方法，该类方法具有检测准确率相对较高等优点，然而典型马尔可夫特征法是使用图像DCT系数差分矩阵的一步转移概率矩阵，它只考虑差分矩阵中相邻两个元素的相关性，因此存在改进的空间。基于此，本文在典型马尔可夫特征的基础上提出改进的多步马尔可夫特征，该特征是差分矩阵的多步转移概率矩阵，包含差分矩阵中连续若干元素间的相关性信息。实验结果表明，基于多步马尔可夫特征的拼接检测准确率优于典型马尔可夫特征，平均检测准确率达到了89.12%。为了进一步提高检测准确率，本文在多步马尔可夫特征的基础上结合熵特征，提出基于熵和多步马尔可夫特征的图像拼接检测方法。多步马尔可夫特征从图像的DCT域提取拼接篡改痕迹，熵特征从图像小波变换子带中提取拼接篡改痕迹。熵特征和多步马尔可夫特征结合起来，能够从多个角度分析图像拼接篡改痕迹，平均检测准确率进一步提高，达到了90.20%。同时为了降低组合特征的维数，使用遗传算法来优化组合特征。实验结果表明，遗传算法在降低初始特征维数的同时，还能保持与初始特征相当的检测准确率。