在这个信息技术迅猛发展的时代，数码照片成为了信息传递的重要载体，它不仅能让我们了解到国内外最新的信息动向，也成为了司法等领域的有效证据，但是，人们同样担忧一些共享照片的真实性，在图像篡改越来越严重的情况下，图像的原始性成为了人们更感兴趣的焦点。图像来源取证便是对图像的成像设备来源进行探讨研究，它是数字图像取证的一个分支，也是目前研究的热点方向。本文研究的主要内容是采用有效的方法对不同的手机照片进行来源鉴别。以典型的相机成像模型为出发点，分析模型中各个模块的特性，从中提取取证特征。论文在分析了现有的几种图像来源取证算法的基础上，提出了两种新的算法，具体的研究成果如下：（1）改进了典型的图像特征分类算法。由于传统图像特征中的颜色特征对图像内容的依赖性很强，因而本文中将去除该特征，并对图像质量特征和小波域特征进行了改进，为了减小计算复杂度，本文采用SFFS算法进行特征选择，去除对分类贡献不大的冗余特征。通过对两种算法的实验结果分析，本文算法改善了典型算法的缺陷，分类精度得到提高。（2）提出采用三个颜色通道进行相关性检测的算法。该算法首先将图片分解成红、蓝、绿三个颜色通道，对每个颜色通道进行去噪和去CFA插值噪声处理，获取三个检测噪声，再采用典型相关分析法进行鉴别。相比较传统的采用单色通道的相关性检测算法，该算法充分利用了传感器是产生噪声主要来源的特征和典型相关分析法能最大化相关性的特性，从而使原始照片匹配真实相机的概率增大，实验结果和分析表明，该算法具有较好的鉴别效果。