在图像认证领域,随着数字图像处理技术日益复杂,图像内容、图像处理操作以及图像篡改类型都呈现多样性发展,这使得图像内容真实性、完整性以及安全性认证出现许多亟待解决的问题。感知哈希是多媒体安全应用的一项关键技术,图像感知哈希利用图像特征提取的方法生成哈希码,通过比较不同图像哈希码之间的距离,实现快速的图像认证。这种技术不仅可以有效地抵御大多数图像处理攻击,而且还能提高认证的效率和准确性。感知哈希算法在特征提取阶段可以采用David Lowe等人提出的SIFT算法。该SIFT算法由于使用固定对比度阈值进行关键点筛选,导致在低对比度图像中关键点检测能力受到限制,检测到的关键点数目过少。同时,该SIFT算法生成关键点描述符维度过大,导致后续关键点匹配过程具有较大的时间复杂度。针对SIFT算法的这些问题,本文提出一种改进的SIFT算法,在关键点检测阶段使用自适应对比度阈值对关键点进行过滤;在关键点描述符生成阶段利用LLE算法对其进行降维。测试结果表明,改进后的SIFT算法在低对比度图像中关键点的检测能力、关键点之间匹配正确率以及匹配速度比原SIFT算法都有较大的提升。SIFT算法基于单一图像鲁棒性特征提取,在描述图像内容方面表现不足。针对这个问题,本文提出一种改进的感知哈希图像认证算法,将基于Zernike矩的全局特征提取和基于SIFT关键点的局部特征提取相结合,增强图像内容的描述,使其对不同图像处理操作具有更广泛的鲁棒性。测试结果表明,本文提出的算法对常规图像处理攻击有较好的鲁棒性,对不同的图像以及篡改图像有较好的区分性,综合的ROC性能优于SIFT-PCA、SIFT-DWT以及基于CNN特征聚类的哈希算法。本文将所提出的基于Zernike-SIFT感知哈希图像认证算法应用于区块链,设计了一种基于以太坊区块链的数字图像存证和认证应用方案。通过智能合约,将图像的感知哈希码以及交易细节存储在以太坊区块链中,实现数字图像真实性和完整性的有效验证,为图像认证提供了一种解决方案。