随着图像编辑技术的发展,恶意篡改图像的事件也越来越多,最常见的就是媒体利用篡改图像制造虚假新闻。这些恶意篡改图像对个人和社会造成了许多恶劣的影响,为此,研究对数字图像内容的真实性的取证分析技术刻不容缓,而被动取证技术无需事先在图像中嵌入信息,具有广泛的实用性和工程应用价值。本文深入研究了图像篡改中常见的复制-粘贴篡改的被动取证技术,并对现有技术的不足进行了改进,主要工作如下:(1)设计并编程实现了基于SIFT的图像复制-粘贴篡改被动取证改进算法。首先,针对在平滑区域提取到的关键点过少,而图像尺寸较大时提取到的关键点又过多的问题,采用了减小图像尺寸的同时降低SIFT特征对比度阈值的方法。其次,针对在多次复制-粘贴篡改图像中匹配点少的问题,使用三步特征匹配法匹配相似特征。实验结果表明:该算法不仅能够检测多次复制-粘贴篡改图像,而且在检测普通篡改图像时,综合指标F值提升了,并且对一定程度的旋转、缩放、模糊以及JPEG压缩操作不敏感。(2)针对基于SIFT的图像复制-粘贴篡改被动取证改进算法存在仅能判断图像是否被篡改,无法确定篡改区域的问题,设计并编程实现了融合ZNCC系数与Hu矩的篡改区域定位算法。首先,针对基于相关系数的定位算法难以区分自相似区域和复制-粘贴区域的问题,采用了算法融合的方法:判断图像是否是自相似图像,使用基于Hu矩的算法定位自相似图像,使用基于ZNCC系数的算法定位其它图像。其次,针对多次复制-粘贴篡改图像存在多个仿射变换矩阵导致定位失败的问题,采用了根据匹配点的聚类簇划分粗定位区域的方法。实验结果表明:该算法既能定位复杂的多次复制-粘贴篡改图像,又能定位含有自相似区域的图像,并且定位普通篡改图像时,综合指标F值较高,同时对一定程度的旋转、缩放、JPEG压缩以及模糊操作不敏感。实验结果表明:本文研究的基于SIFT的图像复制-粘贴篡改被动取证改进算法以及融合ZNCC系数与Hu矩的篡改区域定位算法具有一定的实际应用价值。