随着数字化图像摄取设备的普及以及功能强大、操作简单的图像处理软件的广泛应用,人们可以很方便地对图像进行编辑处理,达到美化图像、增强视觉效果的目的。这一方面极大地满足了人们的需求,另一方面也使得图像篡改变得更加容易。近年来国内外频频出现的图像造假事件,说明了图像伪造现象已变得日益严重起来。因此,对数字图像的真伪进行鉴别已成为目前亟待解决的问题。数字图像取证是一门新兴的技术,旨在通过分析数字图像的统计特性来对图像的原始性、真实性、完整性进行鉴别。重采样操作是图像合成篡改时经常用到的手段,而模糊操作经常在后期处理时被用到。本文以模糊与重采样检测为研究内容,对国内外已取得的研究成果进行了理论分析和总结,并提出了两种新的模糊检测方法,主要的内容包括：首先,对数字图像取证的研究背景、意义和现状进行了介绍,并分析了模糊操作和重采样操作在图像篡改中的应用,指出了研究模糊检测技术和重采样检测技术的必要性。其次,对模糊技术和重采样技术进行了详细地理论介绍,分析了它们对图像内在特性的影响。目前,国内外学者在模糊检测技术和重采样检测技术这两个方面已经提出了很多算法,本文对比较典型的算法进行了理论分析、编程实现以及性能分析。针对目前研究所存在的问题,给出了总结,并对未来的研究方向进行了展望。另外,本文提出了两种新的基于DCT域的模糊检测算法。一种是基于DCT系数分布特征的,另外一种是基于DCT系数联合密度特征的。第一种方法提取的特征是一维的,通过设定合理的阈值,进行阂值比较,得到判断结果。而第二种方法提取的特征是225维的,需要用SVM(支持向量机)进行训练和分类。这两种方法均很好地解决了目前算法不抵抗JPEG压缩的缺点,且第二种算法能适应于BMP、TIF、JPEG图像,具有很好的应用性。