过去十年来，越来越多的人开始使用功能强大的计算机、高性能的数字照相机和多功能的图像合成软件。因此，制造几乎可以乱真的伪造数字图片变得很容易。伪造数字图片的方法有很多，其中最常用的伪造方法有以下几种：合成、变形、润饰、计算机生成、绘画等。 检测数字图像篡改的传统方法主要有数字水印和数字签名，但这两种方法有其明显的缺陷：数字水印或签名必须事先嵌入到数字图像中。不用数字水印和数字签名检测篡改图像是一个新的研究领域，目前研究成果还较少。数字篡改图像通常不会留下肉眼可见的篡改证据，因此很难把它同真实的图像区分开来，但是篡改会改变图像内部数据原先的统计特性。 本论文讨论了几种检测人像合成图像的统计方法。检测的主要思想是：篡改图像即使做的很逼真，但图像内部的统计特性已经改变。在这个框架下，我们首先确定与不同的篡改方式相关联的统计特性变化，然后设计检测统计特性的算法。本文使用三种方法检测不同方式的篡改： 1 检测图像复制区域。如果想要从一幅图像移除一个人或物体，篡改者通常会把这幅图像的其它区域复制到该区域。如果把拼接处做得不易察觉，那么复制区域就很难发现。但这种复制区域可通过基于PCA的匹配算法进行检测。 2 检测重采样痕迹。为了使篡改图像更逼真，篡改者需要做改变图像大小、旋转图像、拉伸图像的某部分等工作，这些操作需要对原图像进行重采样。而重采样信号将引入周期性的相关性，这种相关性可以用EM算法进行检测。 3 检测光照矛盾。制作人像合成图像的时候，不同图像拼接的图像光照特性很难完全吻合，因此光照方向的不吻合可以作为判断篡改图像的依据。对于以上每种方法，本文首先阐述其理论依据，然后给出每种方法检测人像合成图像的实验结果，并分析其对简单攻击的敏感性和鲁棒性。最后给出了典型的篡改人像合成图像的多方法综合检测结果，并进行了讨论。