随着经济发展与电子技术的普及,数码相机和手机几乎人人都有,每个人都可以通过各种方式生成、获取数字图像。随着获取图像难度的降低,每天产生的图像信息庞大得难以想象,并且作为新兴的信息载体应用到了十分广泛的领域,如新闻、教育、司法取证等多个方面。伴随着数字图像各方面技术的发展,人们不再满足获取时得到的原始图像,图像处理技术随之飞速发展。与此同时有许多人为满足私利,对图像进行篡改以达到牟利或犯罪等目的。近年来图像篡改事件屡屡发生,从还原事件真相、维护司法公正等角度出发,图像篡改的有效检测有着重要的意义。从鉴别手段和目的角度出发可以将数字图像取证分为主动取证技术和被动取证技术。主动取证指的是预先对原图像嵌入先验信息,在随后的检测时,利用这些先验信息是否变化来判断图像是否经过篡改。主动取证主要运用在判断图像版权归属等方向。被动取证技术的前提是在没有任何先验信息下,仅通过对图像本身获得的特征完成鉴别,也称为数字图像盲取证。采用数字图像盲取证技术的目的是判断该图像是否为原始图像、图像的完整性、以及图像产生方式,如果可以甚至需要知道用哪种型号设备产生,即判断图像的真实性、完整性以及来源。本文根据现有的检测算法,通过图像的颜色统计特征差异,提出一种基于颜色统计特征的计算机生成图像盲鉴别算法。首先将图像分为若干像素块并对像素块进行分组。针对每个像素块提取主、次对角线,计算每个像素块的特征值后得到整幅图像的直方图特征。通过实验确定像素块大小、亮度阈值、像素块特征值最小阈值以及直方图区间大小最优值。最后将该统计特征送入SVM分类器进行训练与鉴别。该实验结果表明,本算法在较低特征维度下依旧有较高的检测率。针对现有的局部文理特征存在的没有充分利用图像尺度方向信息的问题下,提出了一种基于密集SM-LPQ-plus统计特征的计算机生成图像盲鉴别算法。首先将待鉴别图像由RGB通道转换为YCbCr通道,然后提取Cr通道做Gabor变换,对每一个Gabor图像提取密集SM-LPQ-plus特征向量,然后合并15个Gabor图像的SM-LPQ-plus特征向量,最终得到输入图像的密集SM-LPQ-plus特征向量。接下来,使用NMF降维方法,并利用BP进行分类。实验结果表明,本文检测率有显著提高,检测率达到了98.9%以上。