在当今信息时代,计算机的出现和普及对整个社会产生了革命性的影响。网络技术和多媒体技术以及种种数码设备的成熟和普及为人们带来前所未有的信息获取和视听娱乐的便捷性。获取一幅数字图像变得异常简单,传播一幅数字图像也因为网络的发展与普及变得非常方便,应运而生的是各种功能越来越强大的数字图像处理软件,诸如著名的Photoshop,GIMP等等。人们使用这些工具便捷的修改图片的色彩、形状甚至是内容,来达到自己满意的效果。这些软件在为人们提供便利性的同时,也为一些别有用心的人提供了造假的可能：篡改图片用于新闻媒体以欺骗大众或者混淆视听；用作法庭证物以影响司法公正；用作攻击陷害他人的手段等等。这些恶意目的的篡改势必严重扰乱正常的社会秩序,严重影响社会的公平正义,因此,判断一幅数字图像的真实性和可信性非常重要。针对于此,数字图像取证技术近几年迅速兴起并成为学术界一个热点研究领域。数字图像取证技术可以分为主动取证和被动取证两大类。主动取证是指需要事先向待取证数字图像中嵌入特定信息,检测时通过提取待检测图像相应信息进行比对而得出结论。被动盲取证则是在无事先向待取证图像中嵌入任何信息的情况下进行真伪判断。盲取证技术因为其应用的广泛性而备受关注。本文以判断数字图像的真伪为主线,重点研究了针对数字图像几种篡改方式的盲取证技术。具体工作包括以下几个方面：(1)提出了一种利用脊波变换进行复制-粘贴图像篡改的检测算法。算法将图像从空间域转化到频域,首先将图像进行分块,然后对每块图像进行脊波变换,将所得二维矩阵转化为一维向量并抽取部分作为图像块的不变特征向量。对该特征向量进行字典排序,通过计算欧氏距离来寻找相似度超过某一阈值的相似块,从而判定图像中是否存在复制-粘贴篡改。实验结果表明,该算法不仅能够准确定位复制粘贴篡改区域的位置,并且对高斯白噪声、高斯模糊以及JPEG压缩有较好的鲁棒性,特别是对新的压缩标准JPEG2000也具有较好的鲁棒性。(2)提出了一种基于扩展马尔科夫特征的算法用于检测近几年非常流行的基于内容感知的图像缩放技术Seam-Carving。Seam-Carving可以在尽量不改变图像主要细节内容,意即不对图像主要细节进行拉伸、扭曲和删改的情况下,对图像进行缩放。该技术也经常被用于移除数字图像中的某处细节,比如一个人或者某个特定物体来达到篡改图像的目的。截至目前对这种新颖高效的缩放和篡改方法的检测技术研究还不多。所提算法针对传统马尔科夫特征进行了扩展,扩展后的新特征不仅能够反映DCT块内部的相关性变化,也能反映DCT块间的相关性变化,从而使新特征对使用Seam-Carving进行篡改过的图像更加敏感,在检测准确率上远远超出基于传统马尔科夫特征的检测方法,也优于现有的Seam-Carving篡改检测算法。(3)针对现有的以JPEG压缩图像为目标的取证技术,提出了一种改进的基于混沌理论的反取证技术。算法首先将原始的JPEG图像进行DCT变换,根据得到的系数矩阵估计出压缩前的图像DCT系数的分布模型。根据所得到的分布模型,将基于混沌技术产生的噪声添加到DCT系数各个子带。大量的实验结果表明该算法可以有效的消除JPEG压缩的量化过程所造成的图像子带DCT系数直方图的“沟壑”现象,尤其是在压缩因子小于50时,算法在保证图像视觉效果的前提下依然保持了良好的效果。最后,总结全文内容,并提出了下一步需要解决的问题和进一步的研究方向。