数字图像处理技术的飞速发展和图形/图像处理软件(Photoshop,美图秀秀等)的广泛应用是一把“双刃剑”,在给人们带来便利的同时,也使图像内容的编辑、修改甚至伪造变得非常容易,致使近年来出现了许多图像内容篡改伪造事件。因此,急需实际可行的检测技术来保证数字图像内容的完整性和真实性。数字图像取证正是一种这样的技术,近年来,已经发展成为数字媒体内容安全保护领域的重要研究课题。考虑到图像滤波和重采样都是常用的图像伪造技术和典型的反取证手段,本文主要研究基于被动取证的数字图像滤波操作检测和数字图像重采样检测技术,主要工作如下:提出了一种基于局部二值模式(Local Binary Pattern,LBP)的数字图像滤波操作检测方法。根据滤波操作前后图像LBP特征模式的差异,我们探索图像LBP特征值的变化模式,寻找统计规律,通过分析数字图像中特殊的LBP二进制码的数目间的关系,构造判别规则,建立了两种滤波操作检测算法:一是区分性算法,能够区别原始图像与其中值(均值,高斯)滤波版本;二是判别性算法,能够判断给出的图像是否经历过中值滤波操作。与原始数字图像相比,重采样图像的离散傅立叶变换频谱有显著变化。基于这一事实,提出了一种基于离散傅里叶变换的数字图像重采样检测方法。该方法首先对灰度图像进行离散傅里叶变换,进而观察傅里叶频谱图之间的差异,并计算其标准偏差,根据不同采样因子所导致的标准偏差的特异性确定阈值,分别对图像上采样和下采样操作进行检测,确定图像是否经历过重采样操作。不同于传统的基于统计学习和分类的图像滤波检测、图像重采样检测方法,提出的方法都既不需要大规模训练样本数据库,又不需要训练分类器。实验结果表明,我们的两种滤波操作检测算法的检测率分别达到98.13%和99.24%以上,重采样检测算法的检测率达到84.91%以上,我们的方法在同类算法中具有明显优势。