作为图像处理中的一个重要课题,取证分析近年来得到越来越多的关注。为了检测一张图片是否经过人为修改,研究者们提出了许多盲取证算法。中值滤波常用于图像去噪,该操作会破坏图片的指纹从而使得取证分析变的困难,其可以被应用于反取证处理中。因此,在取证分析中,中值滤波检测算法的关注度越来越高。大多中值滤波检测算法在检测低分辨率或者压缩图片时会遇到困难,另外现有的中值滤波检测方法的特征提取主要是基于人工选取,这使得检测方法对不同数据集的适应程度不同。为了解决这些问题,人们提出了基于卷积神经网络的中值滤波方法。然而基于卷积神经网络的检测方法具有训练较慢,调参困难等特点,对此我们提出了一种基于主成分网络的中值滤波检测方法。与经典主成分网络不同,在所提出的方法中,我们使用图片的中值滤波残差作为网络的输入以取得更好的效果。为了验证模型检测效果,我们在几个数据集上进行了实验仿真,仿真结果表明所提出的方向可以拥有很好的表现。