数字图像的广泛应用在丰富和便利人们生活的同时，也带来了不可忽视的问题，即随着各种功能强大、操作简单的图像编辑软件的应用，人们可以按照个人意愿随意地对图像进行修改，图像的原始性和真实性由此受到了前所未有的挑战。当这种图像篡改技术被应用到学术、司法、新闻等领域时，势必造成恶劣的影响，因此，人们迫切需要一种能辨别图像真伪的技术，数字图像取证技术就是在这样的背景下应运而生。所谓数字图像取证技术，是指通过分析数字图像特征，对数字图像的篡改、伪造和隐写进行分析、鉴别和认证，据此判断数字图像的来源性、完整性、真实性的技术和方法论。随着网络技术日益普及，数字图像取证技术的研究和发展意义重大。虽然国内外学者对这一技术已进行了大量的研究，但该研究仍然处在起步阶段，还有许多问题亟待解决。本文分别对图像来源检测和篡改检测算法进行了研究，所做工作如下：(1)改进的基于模式噪声的源相机检测算法。通过分析和研究已有的基于模式噪声的源相机检测算法，发现模式噪声的提取是整个算法的核心，模式噪声提取的效果对算法性能的好坏至关重要，而现有算法提取的模式噪声常常会受到低频缺陷噪声和图像纹理的影响，为此，本文在Lukas算法的基础上进行了改进：首先利用Wallis预滤波处理抑制低频噪声的干扰，同时增强模式噪声；然后利用基于多贝西小波变换的空间自适应滤波器提取图像的模式噪声；再利用基于Sobel算子的复杂边缘纹理区域检测算法剔除待测图像中的边缘纹理区域,从而降低场景噪声对模式噪声的影响，最后对经过上述处理得到的图像模式噪声与相机参考模式噪声模板进行相关检测，根据相关性的强弱判断图像的成像设备来源。实验结果表明，本文提出的改进算法可以有效提高源相机检测的性能。(2)基于背景噪声的图像篡改检测。图像在成像过程中会被动引入各种噪声，一幅原始自然图像，其背景噪声通常具有一致性，而拼接篡改和人为加噪会破坏这种一致性，本文利用Daniel Zoran提出的噪声估计算法对图像进行局部噪声方差估计，根据噪声方差差异的大小检测人为加噪和拼接篡改，实验证明，本文算法可以在一定程度上检测出两种图像篡改。