随着科学技术快速发展,我们的生活中出现了大量难以辨别的伪造图像。所以现在迫切地需要一种可以准确地对图像真实性进行认证的方法。目前图像认证技术主要包括主动认证技术和被动认证技术。主动认证主要指的是数字水印技术与感知哈希技术,被动认证就是图像盲取证技术。图像感知哈希技术通过从图像中提取能够代表图像内容的数字摘要来对图像进行认证。如何使得感知哈希同时具有良好的鲁棒性和区分性是感知哈希一个主要研究内容。一类由全局哈希和局部哈希两个部分组成的感知哈算法能够较好的满足这两个重要特性,但对恶意篡改不够敏感,需要对其做进一步的研究。如何对同时受到内容保持操作和篡改操作攻击的图像进行准确篡改定位也是感知哈希需要进一步解决的问题。基于机器学习的篡改定位模型能提高现有感知哈希算法的定位精度,但该模型对训练样本、内容保持操作是否具有通用性是一个有待验证的问题。在被动认证研究领域,如何对JPEG图像的复制-粘贴操作进行盲取证是一个需要进一步研究的问题。本文针对现有的算法进行了进一步改进,使其具有更强的认证效果。论文的主要研究工作和创新性如下:(1)对基于结构信息的感知哈希算法进行研究,通过在局部哈希的构造过程中融入方差信息和改进匹配方式来对该算法进行改进,并用实验验证改进后的算法在认证力度、篡改检测精度和查全率等方面要都要优于原算法,但具有相同的鲁棒性。(2)对篡改定位模型进行研究,并设计实验证明了篡改定位模型对训练样本和内容保持操作具有通用性。(3)对基于离散小波系数的感知算法进行研究、并使用篡改定位模型对该算法进行改进。实验证明改进后的算法与原算法相比,在篡改图像受到内容保持操作的情况下的篡改定位精度有了很大的提高。(4)对基于块效应的JPEG图像的复制-粘贴取证算法进行研究,并延伸了其取证的范围,实验验证了当被复制区域是BMP格式的图像时该算法也能有效地检测出复制区域,且被复制图像是BMP格式的比JPEG的更易被检测出。