人类对信息的需求快速增长,作为信息载体的数字图像已广泛应用于各个领域,图像编辑软件可以轻而易举地篡改图像,而且人眼无法直接分辨真假。如果篡改后的图像被用于法庭审判和医疗事业等正式的场合,毫无疑问会引起各种信任问题。因此,数字图像真实性应该受到保护,目前,鉴别图像真实性的技术已成为国内外关注的一个课题。本文主要研究内容是基于关键点和分块匹配的图像盲取证技术。本文首先对数字图像取证技术的研究现状进行分析。然后对基于分块匹配和基于关键点的拷贝粘贴篡改图像检测算法进行分析研究,并总结了现有算法的优缺点。通过对基于Harris角点和阶梯扇形统计信息的拷贝粘贴检测算法进行仿真,并对目标移除和目标添加篡改方式下的图像进行检测和分析,发现该算法存在三点不足：不能抵抗平滑区域的篡改攻击；不能抵抗较小面积区域的篡改攻击;不能检测出目标粘贴多次的篡改。本文首先讨论影响Harris角点提取的因素,然后分析扇形的半径对算法检测性能的影响,进而设计一种基于Harris角点和扇形均值的拷贝粘贴图像检测算法,该算法通过改变角点响应函数和降低对比阈值来使平滑区域提取到足够的角点,进而提高对平滑篡改区域的检测性能；通过选择适当的扇形半径提高对小面积篡改的检测率,利用G2NN进行特征向量匹配,提高算法对多重目标粘贴篡改的检测性能。最后通过RANSAC算法来降低误检。仿真实验表明,改进后的算法能检测平滑区域篡改和小面积区域篡改,同时能抵抗目标多次粘贴篡改的攻击,然而该算法抗尺度缩放性不强。为了增强这类算法的抗尺度缩放性,同时降低对自相似真实区域的误检,本文设计了一种基于SIFT关键点和扇形均值的取证算法。该算法先提取图像的SIFT关键点,然后用扇形均值形成的特征向量来描述每个以SIFT关键点为中心的小圆形区域,并利用G2NN算法进行特征匹配,最后通过聚类区分不同的克隆区域,再利用RANSAC算法和ZNCC算法来降低误检,最终精确定位篡改区域。仿真结果表明,该算法能抵抗一定的尺度缩放攻击,且能准确定位并标记出篡改区域。最后,本文设计了算法仿真系统,并对仿真结果进行分析说明。