数字图像取证技术是图像处理领域的一个新兴方向,主要分为两大类:主动取证与被动取证。主动取证是指在获取图像的同时,向图像总添加水印或者签名,若要检测一幅图像是否经过篡改,只需检测图像中水印的完整性即可,这种方法具有一定的局限性。被动取证也称为盲取证,即在不依赖任何预嵌入信息的前提下,根据图像自身的属性对图像的原始性、真实性和完整性进行检测,因此数字图像盲取证是目前数字图像取证技术的主攻方向,具有重要的应用价值。本文主要针对两种常用的篡改方法—拼接篡改和复制粘贴篡改进行盲取证,本文的主要研究工作如下:首先,介绍数字图像取证技术的基本概念,分析了国内外研究现状。着重介绍数字图像盲取证,描述了图像盲取证的分类。对两种主要的篡改方法进行概述,列举一些现有的算法,分析这些算法的优缺点,为本文的研究提供理论支持。再次,针对拼接篡改操作,提出了一种基于局部均值分解和矩特征的图像拼接检测算法。该方法将图像检测问题转化为两分类模式识别问题,分别提取图像的LMD(局部均值分解)特征和矩特征,得到混合特征,并用Adaboost算法进行分类检测。在哥伦比亚大学数字图像拼接检测数据库上的实验结果表明,该算法具有较高的检测准确率,且计算复杂度较低,优于其它几种常用的检测算法。最后,针对复制粘贴操作,提出了一种基于复数矩的复制粘贴图像盲检测算法。该方法首先利用一级离散小波变换对图像进行降维,然后对图像进行重叠分块,接着提取每个图像块的复数矩特征,再对每个图像块进行两两匹配,检测并定位复制粘贴区域,实验结果表明,相比于已有算法,该算法有较高的检测准确率与检测质量。