随着数字图像处理技术的飞速发展及各种智能设备的广泛使用,大规模图像/视频数据库的应用变得越来越普遍。与此同时,出现了许多功能强大且易于操作的图像处理软件,使得即使是非专业用户也可以轻松地操作和修改图像内容,且不会留下操作痕迹。经过操作的图像在互联网上广泛传播,丰富了人们的视觉体验,然而在社会各个领域造成了极其严重的负面影响。因此,近年来,数字图像篡改检测技术已成为信息安全领域新的研究热点,具有重要的理论意义和实际应用价值。本文主要研究了基于主动取证的图像Hash技术和基于被动取证的图像拼接检测技术,主要工作如下:图像哈希作为一种主动取证技术,在图像内容真实性检测和完整性认证中有着重要的应用。我们研究了图像Hash生成方法,提出了一种基于混合特征的感知图像哈希生成方法,以及基于哈希的图像内容篡改取证方法。在提出的方法中,我们将图像的颜色特征作为全局特征,基于特征点的特征和基于图像块的特征作为局部特征,并结合结构特征生成中间哈希码。然后对中间哈希加密并随机化生成最终哈希。基于生成的感知图像哈希,构造了一种从粗粒度到细粒度的图像内容真实性和完整性取证方法,可以实现图像内容的篡改检测与篡改定位。大量实验结果表明,本文所提出的方法对恶意攻击引起的图像内容变化具有敏感性,篡改定位精度达到像素级;对图像几何扭曲和内容保持操作具有较强的鲁棒性。与现有的方案相比,本文所提出的方法具有更加优越的性能。作为另一种图像内容真实性取证技术,被动取证是在不依赖任何先验信息的情况下,利用图像本身的内在特征对图像内容进行取证分析的技术。我们提出了一种从粗粒度到细粒度的图像拼接定位方法。考虑到来自不同相机的照片一般都携带了相机自身的模式噪声以及成像过程中引入的噪声,因此,一般来说,拼接图像区域与原始图像区域的噪声水平具有不一致性。基于这一事实,我们通过在图像中寻找噪声水平不一致的区域来进行拼接取证。在提出的方法中,我们使用拉普拉斯算子提取图像的局部噪声,并利用预测残差估计局部相关特征。然后,采用聚类算法对取证特征聚类,得到可疑的拼接区域,最后对可疑区域进行细化,得到精确的拼接区域。与现有的基于噪声的图像拼接定位方法相比,本文所提出的方法具有较高的检测精度,且对多种内容保持操作具有较强的鲁棒性。