数字取证是针对近年来不断攀升的电子犯罪而产生的一门新兴研究领域。多媒体取证作为其中的热门方向得到了蓬勃发展。其中,针对数字图像内容的真实性、完整性、来源可靠性等检测的数字图像取证技术更是受到了空前的瞩目。然而,传统的数字图像取证技术(主动取证技术)只在数字图像发布前进行过相应鉴权预处理的情况下有效。鉴于目前普及这种安全保障方法的难度,主动取证技术的使用范围大大受限。针对图像真实性、来源可靠性的鉴别需求,考虑到主动取证技术的适用面较窄,数字图像被动取证技术应运而生。数字图像被动取证技术主要包括两个热门分支：图像来源识别技术和图像真实性检测技术。其中,针对应用需求,面向数码相机的图像来源识别成为了研究的焦点。它的主要研究方向包括：数码相机型号识别、单个数码相机识别,以及数码相机图像与计算机生成图像区分。数码相机成像过程会在其生成的图像上遗留有一些“特定的痕迹”,这些“痕迹”通常十分微小,导致的图像失真难以用肉眼辨别。但理论上,有针对性的图像分析技术可以检测出这些“痕迹”,而现有的针对数码相机的图像来源识别技术大多也是依据图像上相机遗留痕迹的检测实现的。数字图像来源识别的发展历史尚浅,当前的研究工作仍然有许多不足。普遍存在的问题包括有：统计特征维度过大、检测精度有待提高等。在图像源设备类别层出不穷、制图技术不断提高的今天,研究满足统计特征维度更小、检测精度更高的数字图像来源识别方法,能更好地迎合实际应用中对识别技术的准确率与可扩展性的需求。对推进数字图像来源识别技术的实用化有着重要意义。本文首先对数字图像来源识别技术进行概述与分析,并以其为核心具体从基于CFA与解马赛克遗留痕迹检测的相机型号识别技术、基于成像整体遗留痕迹检测的相机型号识别技术、基于多个成像环节遗留痕迹检测的数码相机图像与计算机生成图像区分技术三个方面进行探讨,设计性能更好的图像来源识别方法,具有较高的理论价值。同时,本文的研究成果有望满足实际司法刑侦中对数字图像来源可靠性辨识的需求,也具有较高的应用价值。下面将介绍本论文的主要研究成果：(1)基于CFA与解马赛克遗留痕迹检测的数码相机型号识别传统的基于CFA与解马赛克遗留痕迹检测的相机型号识别中统计特征维度过大。其原因在于：传统的方法通常在多种CFA假设条件下利用解马赛克近似滤波器估计系数矩阵逼近解马赛克算法。这种近似于穷举多种假设下滤波器系数的做法必然会导致统计特征的维度过大。针对以上不足,本文研究了不同CFA假设下,采样与非采样颜色分量统计特性间的关系,提出了基于CFA与解马赛克算法的数码相机型号识别方法,利用采样与非采样点的颜色分量统计差异特征对不同解马赛克算法的辨识度,来替代近似滤波器估计系数矩阵,在识别精度近乎持平的条件下,有效降低了识别特征维度。且本方法无需进行近似滤波器逼近,亦可有效缩短特征提取方法的时耗。从而探讨了多种CFA假设下不同解马赛克算法差异的模糊估计在相机型号识别中的应用。(2)基于多步马尔可夫模型的数码相机型号识别传统的基于成像整体遗留痕迹检测的相机型号识别中,基于一步马尔可夫模型的相机型号识别存在着识别精度有待提高的问题。其原因在于：传统的基于,步马尔可夫模型的相机型号识别方法仅利用了DCT系数一步相邻点的相关性建模,没有充分挖掘量化系数间的相关性,识别精度有待提高。针对以上问题,本文研究了一种多步马尔可夫模型,指出了更多假设方向上,多步马尔可夫模型能够进一步挖掘图像量化系数间关系,提高建模的识别精度。将传统的一步马尔可夫建模代替为多步马尔可夫建模；同时,平均算法的采用亦降低了统计特征维度,最终设计了基于多步马尔可夫模型的数码相机型号识别算法。在略微增长特征向量提取的时耗的条件下,降低了特征向量维度、提高了识别精度。从而探讨并证明了多假设条件下更精确的建模对相机成像整体遗留痕迹检测的正面影响。(3)基于成像多环节遗留痕迹检测的数码相机图像与计算机生成图像区分传统的数码相机图像与计算机生成图像区分的检测精度存在着仍有待提高的不足。其原因在于：传统方法往往将小波系数统计量作为统计特征区分自然与非自然图像细节的不同。然而,小波基在表示图像边缘的线奇异性时,并不是最优基,无法很好地挖掘图像边缘和细节信息,导致了区分精度仍有待提高的不足。针对这一问题,利用光学成像的数码相机图像存在白平衡遗留痕迹,可通过白平衡特征替代小波特征,实现光学成像和计算机生成图像的区分,并将其结合CFA检测特征与传感器噪声检测特征提出一种基于成像多环节遗留痕迹检测的区分方法。相较于之前的小波与传感器噪声的混合统计特征,本文提出的区分特征能更直接地反应出图像是否经过了相关的数码相机成像过程。实验表明本方法可采用更低维度的统计特征,实现更高的区分精度。对白平衡遗留痕迹检测在数码相机图像与计算机生成图像区分中应用的可能性提供了可靠的依据。综上所述,本文研究成果充分分析了现有的面向数字图像来源识别应用的相机遗留痕迹检测技术。针对传统方法的不足,探索了更优的相机遗留痕迹检测及其在数码相机型号识别、数码相机图像与计算机生成图像区分中的应用。论文的研究成果对数字图像来源识别研究的实用化推进有着重要的理论意义与应用价值。本文的最后总结了全文的研究成果,并对未来的研究工作予以展望。