目前,随着数码相机和轻便成像设备的普及,人们在日常生活中随处可以看到数字图像的踪迹。但是随着各种图像编辑和处理软件的快速发展,人们很容易利用这类软件进行人眼无法识别的图像内容的篡改和伪造。被篡改后的图像被不合理的使用,会对个人、组织和社会造成无法估量的损失。本文研究的内容主要是探讨数字图像盲认证技术中的复制粘贴篡改检测方法。复制粘贴篡改是同幅图像中的区域篡改技术,它是指在在一幅图像中复制某一块特定区域,再用被复制区域去覆盖图像中想要被隐藏的目标。当检测到图像的多块区域的特征值相同或相似时,就可以判定该图像可能被人篡改过。图像复制粘贴篡改是图像盲认证领域中的一个分支,图像盲认证是一种不需要人工进行预处理和添加认证信息来鉴别图像真伪和来源的技术,它的应用前景非常广泛,现在正慢慢成为信息和多媒体安全领域新的研究热点。本篇论文首先介绍了目前已经提出的盲认证算法,分析现有复制粘贴篡改算法中所存在的未能解决的问题,然后本文以现有的图像复制粘贴篡改检测算法为基础、结合最新的图像模式识别领域的研究成果,沿着数字图像伪造过程遗留痕迹这条主线,分别对图像的Tamura纹理特征、多尺度自卷积不变特征及SURF特征点的特性等进行研究,并提出相应的认证算法,所提出的认证算法能够排除JPEG压缩、加模糊、光照变化、几何变换等图像后处理对于复制粘贴区域检测结果的干扰。本文研究工作及贡献如下：首先,对目前国内外数字图像盲认证方法的相关技术进行了研究,介绍了数字图像认证的两大主要认证方法,对数字图像盲认证的经典算法和理论框架进行了总结。其次,提出了基于图像的Tamura纹理特征的复制粘贴篡改区域的检测和定位算法。该算法提取每一图像块的Tamura纹理特征组成图像的特征向量,然后用字典排序法对特征向量进行排序,最后利用欧氏距离计算图像块的相似性,以检测和定位被篡改的图像区域。实验结果表明,该算法不但可以较精确地定位出复制和粘贴的图像篡改区域,而且效率较其他算法较高,在一定程度上还能有效抵抗噪声污染、有损JPEG压缩等攻击。随后,提出了一种基于图像的多尺度自卷积不变特征的复制粘贴篡改区域检测和定位算法。该算法提取每一图像块的多尺度自卷积不变特征组成图像的特征向量,然后用字典排序法对特征向量进行排序,最后利用相关系数计算图像块的相似性,以检测和定位被篡改的图像区域。实验结果表明,该算法能有效的检测和定位被篡改的图像区域,并且可以抵抗部分的旋转攻击、高斯噪声攻击和JPEG压缩攻击,具有时间复杂度低、鲁棒性好等优点。因为在数字图像领域中,同一幅自然图像中相互匹配的特征点是不存在的,根据这一特性,提出了一种基于SURF特征点的能够抗几何变换的数字图像被动认证算法,用于数字图像篡改中复制区域进行了几何变换篡改类型的检测。算法首先检测出数字图像的SURF特征点,然后计算出特征点相应的特征向量,最后对特征向量集进行划分与匹配,用带有特殊颜色的连线标记出图像中的匹配点对。假如数字图像被恶意篡改过,图像中将会出现某两个区域的连线标记会非常集中。实验结果证明了该算法抗几何变换的数字图像区域复制粘贴篡改的有效性,同时具有很好的鲁棒性。最后,系统总结了本人到目前为止所完成的工作,同时指出工作中还存在的一些问题和需要今后改进的地方,并明确未来工作的方向。