数字图像盲鉴别技术是一种新兴的图像内容保护思路，对维护图像的真实性、完整性和可靠性具有重要的意义，越来越多的研究者将目光投入到相关研究领域。本文首先对图像盲鉴别的相关理论进行研究，基于图像成像过程将篡改手段划分为来源篡改、内容篡改和后处理篡改三类，并在此基础上提出了数字图像盲鉴别的基本研究框架。在理论研究的基础上，针对来源篡改盲鉴别、内容篡改盲鉴别及数字图像盲鉴别系统等问题，深入研究相关的盲鉴别算法及模型，主要内容包括：1.图像来源篡改盲鉴别方面(1)提出了一种基于离散小波变换和多角度分形维数来鉴别自然图像和计算机生成图像的盲鉴别算法，取得了较高的正确检测率。(2)提出了基于LBC的计算机生成图像的盲鉴别算法，在提高检测率的同时，降低了特征维数，从而保持了良好的计算复杂性。2.图像内容篡改盲鉴别方面(1)提出了基于对数极坐标变换的复制-粘贴盲鉴别算法，根据图像的灰度级别对图像进行分块并确定可疑块对，改善了传统图像块匹配算法中分块不确定的问题。而且算法具有旋转、缩放不变性，以及抵抗模糊、噪声等的鲁棒性。(2)提出了基于SIFT和HSI模型的彩色图像复制-粘贴盲鉴别算法，同时保留了图像的梯度和彩色信息，明显消除了传统SIFT算法误匹配的问题，提高了鉴别的准确率。(3)提出了一种基于小波变换和噪声分析的重获图像盲鉴别算法，从重获图像与自然图像的成像过程差异的角度，实现了重获图像的盲鉴别，不但对不同介质的重获图像具有较好的鉴别率，并且具有较低的特征向量维数。3.数字图像盲鉴别系统方面针对图像盲鉴别系统的智能化问题，结合LTP三值模式特征、LBP纹理特征和WLD局部特征建立了基于图像统计特征的篡改评价模型。对自然图像、计算机生成图像、重获图像、拼接篡改图像和复制-粘贴图像进行分类，实现了图像篡改手段的定性分析。并在此基础上，结合相关盲鉴别算法，构建了数字图像盲鉴别系统的原型。