随着科技的发展,数字图像正逐步覆盖人们的生活空间,但普通的数码摄像工具多不具备数字水印或者数字签名的功能。所以数字形式存在的图像,当有人为因素或者技术障碍介入时,图片内容就可能被篡改。如果没有可对照的副本或影像,则难以查清,图像真实性更是不被认可。所以对数字图像进行真实性鉴定时,主动检测技术便失去了作用。针对图像不存在数字水印的情况,数字图像盲取证作为司法鉴定取证的一部分,对数字图像真实性的鉴别起着至关重要的作用。本文的主要工作如下：(1)针对数字图像复制-粘贴篡改的盲检测,在分析已有的尺度不变特征变换(SIFT)算法和改进的加速稳健特征(SURF)算法的基础上,采用Vector-Order彩色边缘检测算子对RGB空间的图像进行预处理,获取图像边缘特征。之后结合SIFT算法对数字图像平移、缩放和旋转变化保持不变性,同时对噪声也保持一定程度的稳定性的算子,对篡改图像进行特征集获取和特征点匹配,最终提出了基于SIFT的彩色边缘图像检测(CV-SIFT)算法。本文中通过建立数字图像鉴定样本库对该算法的进行效率和准确性验证,并最终通过实验结果证明此算法的可行性和准确度。(2)针对面向计算机生成图像的检验算法,结合数字图像司法鉴定的需求,取检测准确度较高的基于分形维数、图像噪声和HSV模型特征函数的计算机生产图像检测算法进行分析,并引入分类器的概念对算法进行改进。本文中通过自建的数字图像样本库对改进的算法进行准确度的验证。(3)分析当前数字图像盲取证软件的需求,通过OpenCV和Visual studio6开发环境实现数字图像盲取证系统,并将(1)和(2)中的算法进行代码转换,分别集成到自然图像盲检测模块和计算机生成图像盲检测模块。形成了一套高效的,可变换升级的数字图像盲取证系统。本文中通过实验对本系统的检测准确度和实用性进行了验证,并最终将该系统应用到数字图像盲取证过程中,实现了对自然图像复制粘贴篡改和计算机生产图像的快速检验。本文提出的CV-SIFT算法提高了针对彩色数字图像复制-粘贴检测的准确度。同时,开发实现了数字图像盲取证系统,满足了当前司法鉴定行业内对计算机生成图像和自然图象复制粘贴篡改预检的需要。