各种图像编辑软件的盛行,导致图像篡改越来越方便。图像的取证技术就是用来检测图像是否被篡改,主动取证需要事先在图像中植入数字签名或数字水印等信息,被动取证只需要待检测图像,所以被动取证成为了一大热门研究。同幅图像的篡改较为普遍,因为同一图像中的区域有着相同的光照、阴影,导致肉眼很难辨别出篡改区域。已经有很多文献在此领域提出自己的检测方案,主要分为基于图像块提取特征的检测技术,和基于关键点提取特征的检测技术。基于图像块的检测技术,往往将图像分为重叠的大小固定的块,所以会有检测复杂度较高等问题。而基于关键点的技术,虽然提取关键点特征的速度大大增强,但是,关键点往往分布稀少,面临着检测不全的缺点。针对基于关键点的检测不全篡改区域的缺点,提出了一种基于分割的复制粘贴篡改检测算法。算法先提取SIFT关键点,再根据g2NN匹配算法,得到匹配的图像块,然后使用自定义聚类算法去除误匹配,该聚类算法对误匹配区域的去除有着明显地提升,最后使用自适应分割,使得图像块的大小根据图片的不同而改变,SLIC分割将图像分割成不重叠的块,根据前面匹配的关键点,将篡改区域标记出来,本算法较精确地表示出篡改区域。实验结果表明,该算法不仅能检测出单复制和多复制的篡改图,还能识别加旋转和缩放几何变换的篡改图,而且对JPEG压缩鲁棒,检测结果也比较精确,极少有误匹配区域。而针对传统基于图像块的算法内存消耗大,对后处理不鲁棒的问题,提出了一种结合SURF和Zernike矩两种提取特征的检测算法。SURF特征检测具有运算简单,效率高,运算时间短的优点,能较快地定位图像的复制粘贴区域。紧接着以SURF匹配得到的关键点为中心得到一个图像块,将图像块进行重叠分块,再提取图像块的Zernike矩来详细地表示图像块特征,最后使用局部敏感散列进行匹配。实验结果表明,该算法有效地减少了图像块的数量,而且对具有旋转操作的篡改图鲁棒,能检测出经过JPEG压缩的篡改图,对经过高斯模糊处理的图片也有良好的效果。