随着数字图像处理软件在日常生活工作中被广泛应用，人们享受着丰富的数字图像信息资源，但与此同时，也遭受着篡改图像所带来的严重危害。因此，人们迫切需要对数字图像信息的真实性和完整性进行分辨识别。图像盲取证作为信息安全的一个重要技术分支，能有效地解决这类问题。数字图像的篡改一般分为图像复制粘贴篡改和图像拼接篡改两大类。目前，已有的算法主要利用图像的特征信息来识别定位受到复制粘贴篡改的图像，并分类鉴别受到拼接篡改的图像。然而，这些算法普遍存在检测准确率低、误检率高等问题。对此，本文针对篡改图像的特征进行分析研究，设计出提取图像有效特征的算法，实现对两类图像篡改操作的有效检测取证。本文的主要研究工作如下：①介绍了数字图像篡改的基本概念，并分析了数字图像取证的国内外研究现状。分析描述了图像盲取证的分类，并对图像篡改取证所用到的常见特征提取方法和支持向量机分类器进行了简要分析，为图像篡改检测算法提供了理论支持。②针对经过后处理的复制粘贴篡改图像，提出一种基于非采样二进小波变换和Zernike矩的检测取证算法。该方法主要是对经过旋转等后处理的复制粘贴图像进行检测，利用具有旋转不变性的Zernike矩鉴别这类篡改操作，使得取证检测有较高的准确率。在此基础上，利用非采样二进小波变换的高低频系数图像对检测结果进行对比过滤，以降低结果的误检率。仿真实验表明，该算法能有效地检测经过后处理的复制粘贴篡改图像。通过与现有算法的对比实验发现，该算法不仅有较高的检测准确率，还能进一步有效地降低误检率。③针对经过拼接篡改处理的图像，提出一种基于统计特征的检测取证算法。该方法主要是分析图像拼接篡改操作所引起的变化特征，提取图像的近似游程、纹理、频率和边缘的特征信息，以实现对篡改图像的有效描述。在此基础上，利用支持向量机对真实图像和篡改图像进行有效地分类。通过实验仿真和对比实验分析，该算法能提取篡改图像的有效特征，进而提高分类识别准确率。