随着信息技术的发展以及计算机技术的普及,数字图像在获得广泛应用的同时,被篡改的几率也大大增加。图像篡改一旦被别有用心的违法者利用,将会极大地影响数字图像的可信度,给人们的社会生活带来许多负面影响。在众多篡改方式中,复制-粘贴篡改是非常常见的一种篡改方式,其通过对同一幅图像的部分区域复制并粘贴以达到强调或隐藏的目的。而数字图像取证技术就是通过计算机技术判断图像是否经过篡改以及定位篡改过的区域。本文主要研究传统的被动取证算法——复制-粘贴图像篡改被动取证算法。首先,本文概述了数字图像取证的研究背景和意义,着重简述了复制-粘贴图像篡改被动取证的分类与发展。然后,分别介绍了几种经典的被动取证算法。最后,针对现有复制-粘贴篡改被动取证算法的不足,如特征复杂、计算的时间成本较大,以及基于特征点的方法无法精确定位篡改区域等问题,提出了两种新的改进算法。为了克服特征计算时间长、基于关键点的方法篡改定位不准确等问题,本文提出了一种基于二进制描述符和密度聚类算法的篡改检测方法。首先,该方法使用二进制描述符(Accelerated-KAZE,AKAZE)来提取并描述特征,然后使用基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)来去除错误匹配,最后,通过比较原始图像和经过仿射变换后图像的相似性定位最终的篡改区域。该方法采用二进制特征能够有效降低时间复杂度,针对多种篡改方式检测效果良好。针对高维复杂特征计算量大、篡改区域定位无法精确到像素级等问题,本文提出了一种基于特征点聚类和相似邻域搜索定位的篡改检测方法。该方法使用尺度不变特征(Scale-Invariant Feature Transform,SIFT)来提取特征点,并对特征点进行基于尺度和颜色的聚类,然后在每个聚类中进行特征匹配以降低特征比较的次数,最后提出了相似邻域搜索算法,对匹配对邻域进行相似查找并标记,在像素级水平定位最终的篡改区域。该方法降低了高维复杂特征在匹配过程的计算成本,能有效地检测几何变换和后处理篡改,在各类篡改攻击下具有良好的表现。