图像处理技术的进步使得曾经作为记录信息最可靠的方式——图像不再可靠，因此数字图像防伪检测成为信息安全方向的重要课题。篡改图像的形式有很多种，其主要目的在于对图像内容进行修改以使其满足特定的要求，在这个过程中拼接是最普遍最基本的一种操作。国内外学者针对图像拼接检测提出了一系列的技术和方法，为图像防伪提供了有效手段。本文在介绍了基于图像自然统计模型最具代表性的拼接盲检测算法后，针对其图像变换和马尔科夫模型做出了改进，分别提出了面向图像拼接选取最优小波子带的方法和基于观测值概率划分的马尔科夫状态选取方法。对于图像变换，文章结合小波变换的原理和特性分析了其适用于拼接检测的原因，并通过实验说明处于不同空间域和频率域小波子带所携带拼接信息的不同，证实了高阶子带适合提取拼接信息的结论。对于马尔科夫模型，本文首先介绍了传统方法通过对系数进行取整和阈值化处理来实现马尔科夫状态选取的不足，然后通过拟合系数分布的函数模型计算观测值概率，并根据概率划分将系数映射为马尔科夫状态。最后，本文在哥伦比亚图像拼接检测库上进行了仿真测试，首先对改进盲检测算法的理论分析部分进行了验证，肯定了算法设计的合理性。然后将我们的特征与其他特征比较，实验结果显示其作为单一特征具有最佳的识别效果，从而验证了算法设计的有效性。