随着信息技术和多媒体采集工具的高速发展,使图像、视频、音频等逐渐成为信息传播的主要载体并发挥着至关重要的作用。然而,功能强大的图像编辑工具和易于操作的图像处理软件使得在不留下任何可见痕迹的情况下改变数字图像的内容变得越来越容易。近年来,图像造假事件层出不穷。虚假图像的存在降低了图像信息的可信度,在政治、经济、科研、新闻媒体、医疗诊断、文化教育、司法取证、军事应用等诸多领域造成了严重的负面影响。因此,对图像内容真实性和完整性的检测技术有着迫切的需求。本文主要针对同/异源图像拼接的被动取证方法进行研究,主要工作如下:针对常见的异源图像拼接伪造攻击,提出了一种基于噪声水平估计的异源图像拼接细粒度检测方法。在该方法中,我们从图像的DCT系数矩阵中提取统计特征,利用这些特征估计峰度统计量的噪声和主成分的特征;另一方面,利用拉普拉斯算子估计图像局部噪声,并与峰度统计噪声相结合构成局部噪声特征。将局部噪声特征和主成分特征相结合形成取证特征。然后利用模糊C均值聚类方法对取证特征进行聚类从而对图像块进行划分,并利用区域标记的方法把离散的图像块连接成连通区域;根据图像区域的面积确定拼接的图像区域。实验结果表明了所提出方法的有效性,并验证了该方法与其它方法相比有更高的检测精度以及更好的鲁棒性。考虑到同源图像拼接(Copy-Move)篡改是另一种常见的图像内容攻击方法,提出了一种基于对象的同源图像Copy-Move篡改检测方法。该方法不同于现有的基于图像块和基于特征点的检测方法,其主要思想是把最大稳定极值区域的概念引入到图像Copy-Move篡改检测中,利用最大稳定极值区域提取图像中具有视觉意义的对象。在该方法中,我们首先提取图像中相互匹配的SIFT特征点;然后分别在R,G,B三个颜色通道上提取最大稳定极值区域;建立特征点与最大稳定极值区域之间的映射关系,通过匹配的特征点找到对应的最大稳定极值区域;找到极值区域数目最多的两个通道,提取这两个通道上所对应的最大稳定极值区域的颜色特征和锐利度特征,进行匹配确定可疑区域;最后,通过两个通道的可疑区域的交集定位复制的区域。该方法具有辨别图像中的自相似区域与复制伪造区域的能力,能够在具有自相似区域的图像中检测出复制伪造区域。实验结果表明,该方法检测精度高,对于内容保持的图像处理操作,如不同质量因子的JPEG压缩,高斯噪声,椒盐噪声,中值滤波,维纳滤波,伽马矫正等具有较强的鲁棒性。