随着计算机图像渲染技术的发展，计算机生成图像与自然图像在视觉上的差别变的越来越小，计算机生成图像对真实场景的模拟越来越细致入微。研究人员在对自然图像拼接进行研究的同时，又面临着一个新的问题，自然图像和计算机生成图像之间的拼接也将会对人们产生困扰。在本文中我们针对自然图像和计算机生成图像拼接检测算法进行了研究。这是一个刚刚引起关注的问题，并且该研究有着广泛的应用前景。　　 本文采用了一种基于模式噪声和差分矩阵直方图特征的自然图像和计算机生成图像拼接检测算法。大部分文献在提取噪声时采用了小波域滤波的方式，本文采用了一种新的协滤波提取噪声的方法，并能达到更好的效果。另外，与小波域的统计特征相比，差分矩阵直方图特征更加简单有效。融合了模式噪声特征和差分矩阵直方图特征的分类器能有效地检测出自然图像和计算机生成图像拼接的区域。　　 为了进一步提升混合分类器的性能，本文还对自然图像和计算机生成图像的纹理和形状方面的特征进行了研究，通过实验发现这些特征区分自然图像和计算机生成图像的性能优于模式噪声特征。本文又提出了融合纹理和形状特征的拼接检测方法，并在检测的过程中引入了后验概率支持向量机。通过后验概率支持向量机，可以计算出一幅图像被判定为自然图像的概率，然后对概率的阈值处理来达到对图像分类的目的，而通过调节阈值能达到更好的检测效果。实验结果充分证明了本文所提算法的可行性与检测的准确性。