随着互联网的飞速发展以及数字图像设备的广泛普及，数字图像已经变成了主要的信息源。与此同时，大量的低成本，易于操作的图像编辑软件的出现，使得图像作为事件的事实记录的真实性受到怀疑。因此，图像的真实性检测变得异常重要。本文针对图像的局部颜色篡改，包括图像的色调和饱和度篡改的检测进行了研究。　　对于色调篡改检测，现有的检测方法需要已知被篡改图像的来源相机，以及来源相机的相机指纹。现如今，图像的来源种类十分丰富，相机，手机型号很多，在鉴别前准备这些先验知识较为繁琐。针对已有算法的缺陷，本文提出了一种基于待检测图像自身的噪声估计算法对图像局部颜色篡改进行盲检测。本文的方法通过去除待检测图像中纹理复杂和亮度过低的区域估计出一个接近图像真实噪声的估计的PRNU，通过计算估计的PRNU和噪声残差之间的相关性来检测篡改区域，同时对局部篡改检测加入对连通分量判断的阈值减少误检区域。实验结果证明，我们的方法可以有效的检测出局部颜色篡改区域。　　对于饱和度篡改检测，现有的研究还处于相对空白的阶段，本文针对Photoshop对于饱和度篡改的手段提出了基于特征提取的检测算法。本文分别对在HSV空间下高斯拟合后的饱和度直方图的均值和方差、HSI空间下的亮度和饱和度的夹角的平均值、估计的噪声方差三个特征进行特征提取，通过K-means聚类针对图像局部的饱和度篡改得到了较好的实验结果。