随着科技的进步和发展,数字图像编辑处理工具也越来越先进,数字图像经常被一些人由于不同的目的而篡改,给社会带来不同程度的影响,同时也引发了大众对于数字图像的信任危机。JPEG又是现阶段应用最为广泛的一种图像格式,其篡改检测有着非常重要的学术意义和实用价值,其强劲的发展趋势和广泛的应用范围,引起了诸多学者的极大关注,已成为国际学术界中研究的一个热点和焦点。本文利用重压缩操作会对JPEG图像的统计特性产生影响的特点,研究了JPEG重压缩的检测方法,以及利用重压缩检测结果来定位JPEG图像篡改区域的方法,提出了基于DCT(Discrete Cosine Transform)系数首位数字特征抽取的图像压缩篡改检测方法和基于特征融合的图像压缩篡改检测算法。本论文的主要研究工作如下:首先,从总体上对JPEG相关压缩技术进行了详细阐述,分别介绍了JPEG压缩原理、解压缩原理以及双重压缩原理;讨论了几种典型的图像篡改操作(图像伪作)的一般方式,同时引出了本论文采用的图像篡改定位模型。其次,鉴于DCT系数首位数字特征成为近年来检测JPEG图像重压缩的热点方法之一,针对JPEG图像重压缩篡改操作(伪作)检测及篡改定位问题,探讨了一种基于DCT系数首位数字特征抽取的改进方法。该方法利用PCA(Principal Component Analysis)降维压缩以提取DCT系数首位数字特征的紧凑特征,再选用合适的核非线性分类器KNR(Kernel-based Nonlinear Representor)检测JPEG重压缩操作并定位篡改区域。实验结果表明,与代表性文献算法相比,改进算法在视觉效果上取得了更好的篡改定位结果,且对旋转、缩放、羽化等操作具有鲁棒性。而且,KNR分类器在识别效果和效率方面优于经典的SVM(Support Vector Machine)分类器。最后,为更好地解决JPEG图像篡改检测问题,提出了一种基于特征融合的图像压缩篡改检测方法。该方法利用经典的DCT系数直方图特征和DCT系数首位数字特征进行特征融合,利用不同的特征,克服了基于单个特征进行JPEG篡改检测较片面的缺陷。实验结果显示了多特征融合对JPEG图像篡改检测的有效性。