图像作为信息的一种极为重要的表达方式，广泛地应用在社会各个领域。但随着低成本、高性能及有着友好操作界面的图像处理软件的不断推出，数字化的图像信息面临着极大的安全隐患（即图像信息易被恶意篡改）。由此，图像内容的真实性认证已成为现代社会亟待的信息安全问题。数字水印和数字签名曾作为一种有效手段被成功用于图像信息安全认证，但由于其需要在未篡改的源图像中嵌入认证信息，使得其在某些情况下并不能得到有效应用。篡改图像盲检测是近年发展起来的一种新的图像认证方法，由于其需要较少的先验知识，且不需要人为在源图像中嵌入认证信息，因此适合更多场合的应用。 考虑到篡改者较易使用某些常见的篡改手段实现图像篡改，而这些篡改手段通常会对图像的某种统计特性产生影响，通过检测这些被影响的统计特性可以实现篡改图像的盲检测。本论文首先研究了三类常见的篡改方式，并提出相应的篡改盲检测方法。(1)拷贝粘贴(Copy-Move)型篡改：篡改者为抹去图像中部分“不利”信息，倾向于直接拷贝同幅图像中的其它区域而覆盖另一区域，以达到扭曲事实的目的，针对此类篡改，提出了基于不变矩的拷贝粘贴(Copy-Move)型篡改盲检测方法，该方法不仅可以检测传统的拷贝粘贴块，而且可以实现旋转、镜像、缩放拷贝粘贴篡改块的检测，同时针对检测算法计算量过大的问题，给出减小计算量的块迭代划分方案；(2)局部模糊型篡改：篡改者完成图像中部分区域的数据置换后，往往会使用模糊手段模糊篡改区域或边缘，以达到“以假乱真”的目的。本论文提出基于短时频谱系数相关性计算的图像局部模糊检测算法，基于该算法实现此类篡改图像的盲检测；(3)降晰篡改图像的盲检测：出于某些特殊目的，篡改源图像极有可能为降晰图像，针对源图像的降晰特性，提出了基于盲反卷积的篡改检测方法，利用交替迭代盲反卷积算法估计源图像的降晰函数，基于估计的降晰函数，对整幅图像做维纳滤波，时域的滤波结果会凸显出图像中的篡改区域，实现篡改图像的盲检测。 另一方面，讨论了基于图像获取设备特性的篡改盲检测方法，目前，采集的图像绝大部分来自于数码相机，而它们特有的图像数据处理过程会在最终的图像数据中留下可识别的“固有信息”，基于此“固有信息”可实现篡改图像的盲检测。本论文研究了基于插值算法辨识的篡改图像盲检测方法，通过建立简化的数据插值模型，利用迭代增量维纳滤波联合估计数码相机的颜色滤波阵列模式和插值滤波器系数，并基于插值滤波器系数实现插值算法的辨识，利用待检测图像中不同区域的插值算法辨识结果可完成篡改的盲检测。