近年来,数字图像的应用已经遍及到我们社会的各个领域,如新闻媒体,刑事侦查,科学研究等等。不同于胶卷图像,我们可以借助于一些功能强大的图像编辑软件,如Adobe Photoshop、GIMP等,能够很简单地实现对数字图像的修改、复制等操作。如今,视觉上难以被察觉的虚假图像越来越多地涌现在我们的面前。因此,数字图像真伪性的鉴别正面临着十分严峻的挑战,数字多媒体取证的研究领域也应运而生。　　 传统的数字图像取证技术需要在媒体数据建立的同时,人为地进行一些预处理操作,如数字水印的嵌入或数字签名信息的提取等。而在检测端,则需要借助这些人为附加的信息对被保护的多媒体数据进行取证。然而,在许多实际的情况下,待检测的图像本身并不含有这些边信息。此时,这些基于数字水印和数字签名等主动的取证技术均会失效。　　 最近,国际上提出了一种全新的媒体取证技术,它不需要借助任何辅助信息就可实现对多媒体数据取证的目的。这种新技术认为:成像设备内部操作及各种图像后处理均会给自然图像引入一些固有的统计特性。通过提取并分析这些图像的固有特征,我们可以估计图像的来源及检测图像经过了什么样的处理操作。因此,这种取证模式是被动的、全盲的。　　 该报告主要考察了一种应用极为广泛的图像格式一JPEG图像。通过理论分析JPEG压缩过程中所产生的三个主要误差(包括量化误差,舍入误差及截断误差)及它们与JPEG重压缩及某些空域隐写等操作的关系,提出了一些简单而有效的方法去解决以下三个数字图像盲取证问题:　　 1.基于误差分析的JPEG压缩历史估计。JPEG图像在某些情况下会以bitmap格式进行处理或存储。对给定的一幅bitmap图像,我们想估计它的JPEG压缩历史:判别它是否经过了JPEG压缩处理,估计JPEG压缩时所采用的量化步长和检测量化表。　　 2.基于量化效应的图像信源编码器估计。除了JPEG压缩外,还存在许多不同类型的图像信源编码器,如JPEG2000及各式各样的子带编码方式等等。给定一幅bitmap图像,我们通过分析该图像在各个候选编码器对应变换系数上的量化特征,欲估计出该bitmap图像之前信源编码器所使用的变换方式及一些重要的压缩参数。　　 3.估计JPEG Stegos的秘密信息长度。某些情况下,JPEG解压后的图像会作为一些空域隐写算法(如LSB匹配算法等)的原始载体图像(JPEG cover)。对给定的隐写后图像(JPEG Stegos),我们首先检测出该图像之前JPEG压缩时所采用的量化表,然后通过分析由于空域隐写所产生的像素变化及考察这些像素变化与JPEG重压缩中各类误差的相互关系,进而估计出图像中秘密信息嵌入的长度。　　 我们对大量的自然图像进行了测试,实验结果表明:我们方法的性能要优于现有的相关算法。