数字图像作为信息传递的一个优秀载体，广泛应用在新闻传媒，影像信息采集，案件取证，安全区域监控，医疗卫生，科学理论鉴定、科技发展等众多领域。数字图像编辑软件的发展与普及，使得用户可以在个人电脑上对图像进行图像拼接、图像复制粘贴、图像效果后期处理等各种编辑操作，以致篡改后的图像通过肉眼真假分辨。这在科教文卫以及司法军事方面引发了轩然大波，直接导致了大众对数字媒体的信任危机。数字图像盲取证是直接针对篡改图像内容完整性及原始性进行检测的技术。因此，针对数字图像盲取证技术的研究是有效鉴别篡改图像的关键。　　 本文概述了现有的图像盲取证技术的常用方法，确定了利用数字图像本身的纹理特征作为本文的研究重点。为检测常用的复制粘贴篡改手段中的平移操作和旋转操作，本文提出了两种融合纹理特征的有效的检测算法:　　 本文在对局部沃尔什变换（LWT）提取图像纹理特征研究的基础上，提出了一种融合LWT纹理特征的区域复制篡改检测算法。该算法首先将待检测图像分成大小相同的重叠块，利用局部沃尔什变换提取每个图像块的纹理特征，以及估算整个待检测图像的纹理复杂度，然后对获得的每个图像块的纹理特征向量进行字典排序，并根据估算到的纹理复杂度值选择合适的相似图像块判定的阈值，最后按照预定的相似标准，检测且定位出篡改区域。经过实验验证，该算法在准确率和虚警率方面均优于经典的基于主成分分析法(PCA)的检测算法。　　 本文在对局部二值模式(LBP)与灰度共生矩阵(GLCM)提取图像纹理特征研究的基础上，提出了一种融合LBP与GLCM纹理特征的复制粘贴篡改检测算法。该算法首先将待检测图像分成大小相同的重叠块，对每个重叠块进行LBP扛旋转处理，获得每个图像重叠快的灰度共生矩阵，并用对比度、相关性、能量和逆差矩描述图像重叠块在0°，45°，90°和135°四个方向的纹理特征。然后对获得的每个图像块的纹理特征向量进行字典排序，最后按照预定的相似标准，检测且定位出篡改区域。实验结果表明，该算法能够准确的识别出经过旋转操作篡改的图像。