随着计算机图形处理技术的发展和普及,图像篡改已经成为人们生活中随处可见的行为,甚至在新闻报道、学术研究等对图像真实性有较高要求的场景下也时有发生,这对社会公平公正带来较大的不利影响,对篡改行为进行有效的鉴别已经成为了一个当务之急。本文针对图像篡改中最常见的篡改方式——复制粘贴篡改进行了研究,分别研究了针对发生在纹理密集区域的复制粘贴篡改和发生光滑区域的隐蔽性复制粘贴篡改的鉴别和区域定位方法。(1)研究了发生在纹理密集区域的复制粘贴篡改盲鉴别和区域定位方法。对于发生在该类区域的复制粘贴篡改,针对常见基于特征点的鉴别方法只考虑到图像灰度信息,误匹配率高,聚类不精确的问题。本文对图像提取彩色特征点信息,提出一种基于分桶的g2nn匹配策略,显著地减少了特征点匹配时间消耗,并在仿射变换矩阵维度上对匹配后的特征点进行了聚类,有效解决篡改源区域和目的距离接近时,特征点分类问题,同时在经过仿射变换后的图中特征点区域进行局部的扩张搜索定位篡改区域,可以较为完整地定位出篡改区域。实验显示,该方法对能够有效地减少特征点对的误匹配,且对多种篡改附加操作具有鲁棒性,不仅能够实现图像是否篡改的鉴别,且能够较为完整地定出具体的篡改区域。与普通的特征点算法相比,在同一个数据集上,图像篡改鉴别准确率和召回率平均提高4个和6个百分点。(2)研究了发生在光滑区域的隐蔽性复制粘贴篡改盲鉴别和区域定位方法。对于隐蔽性复制粘贴篡改,由于篡改区域纹理单一光滑,梯度变换小,特征点提取数目不足,无法使用基于特征点的方法检测发生在该区域篡改。本文提出一种联合图像矩特征和纹理特征的分块检测方法,对图像块提取Zernike矩以及在旋转不变LBP编码后提取SVD值,并对提取的块特征向量建立k-d树求取各个向量的最近邻,结合特征向量和对应块间的距离进行相似性判定。实验结果显示该方法对JPEG压缩、高斯白噪声和图像模糊具有鲁棒性,同时也能抵抗一定程度的旋转操作。相比于单一特征,联合特征更具辨识度,能够更好地进行光滑区域的篡改鉴别和定位。相比一般的块特征检测方法,同一数据集上,图像鉴别准确率和召回率分别提高6个和8个百分点,在区域定位平均准确率上有着将近10-20个百分点的提高。本文针对不同类型的复制粘贴篡改分别提出了鉴别和区域定位的方法,实验显示方法具有相当程度的鲁棒性,在伴有多种篡改附加操作和后处理操作的情况下均有着不错的篡改图片鉴别的准确率和区域定位的完整率。