随着图像处理技术的快速发展和数码产品的普及,数字图像和视频等多媒体数据以其易获取性和实时性得到了广泛的应用。但是,很多功能强大的图像处理软件可以很容易地对图像内容进行编辑和修改,一些恶意篡改的图像如果用于政治、军事、医学、科学研究、新闻媒体和司法取证等领域,会极大降低图像信息的可信度,并对社会各个领域产生严重的不良影响。因此,研究和发展数字图像篡改取证技术,并使之成为维护现代数字社会秩序的工具,具有非常重要的意义。本文主要研究了主动取证领域中的图像Hash技术,主要工作如下:深入研究了基于内容取证的图像Hash技术,提出了一种轻量级感知图像Hash生成方法和基于Hash的细粒度图像篡改检测方法。在提出的方法中,我们将图像的位平面灰度均值作为全局特征,将图像顶点的位置作为布局特征,将超像素内接矩形的颜色布局描述符作为局部特征,利用这些特征生成图像Hash码。利用提出的图像Hash构造了一种图像篡改检测和细粒度篡改定位算法,全局特征用来检测图像是否经历过篡改攻击,布局特征用来校正几何变换,局部特征用来检测篡改区域的位置和形状。该方法具有紧凑的Hash长度,同时具有较高的篡改检测和篡改定位精度,能够检测出不同类型的伪造攻击,例如,同时遭受拼接和Copy-Move攻击。实验结果表明,该方法具有像素级检测精度和较强的鲁棒性,对内容保持操作和几何失真具有较强的鲁棒性,并且在鲁棒性和敏感性之间取得了较好的平衡。与现有的方法相比,该方法具有更优的检测性能。针对Hash码的长度与篡改区域检测精度之间的矛盾问题,提出了一种更紧凑的感知图像Hash生成方法和基于Hash的图像内容真实性取证方法。在提出的方法中,我们利用图像的Hu矩特征、布局特征、局部颜色矩特征以及像素强度统计特征生成Hash码。篡改定位算法包含两个阶段:第一阶段对图像进行规则分块,利用图像块的颜色矩特征和像素强度统计特征进行粗粒度篡改定位;第二阶段利用超像素分割算法平滑粗粒度篡改定位结果的边缘,得到细粒度篡改定位结果。该方法具有更紧凑的Hash长度、更高的篡改检测和篡改定位精度,能够有效检测到多种类型篡改区域的形状和位置,同时,具有较强的鲁棒性,能够在鲁棒性与敏感性之间取得较好的平衡,并且具有较高的计算效率。