随着计算机技术以及多媒体技术的迅猛发展,拍照已经成为人们日常生活的一部分。日益发展的数码技术也使得拍照越来越简单便捷。而各种数字图像修改软件的广泛应用,使得人们修改图像的手段日渐丰富。因而,生活中篡改图像的数目呈井喷式的增加。图像拼接作为图像篡改的一种重要手段,在日常生活中有着普遍地应用。拼接图像给人们带来了许多欢乐,但是也带来一些负面影响。大量拼接图像的存在使得人们对图像信息的真实性抱有较大怀疑,随之而来问题也越来越多。在某些场合,图像的真实性是极为重要的,所以人们迫切地需要一种有效手段来确定图像是否经过篡改,因而诞生了图像篡改盲检测技术。而某些被恶意篡改的图像需要人们掌握被篡改的确切区域,所以众多学者针对图像篡改盲检测技术中的图像拼接定位检测算法进行深入研究。针对目前图像拼接定位检测算法准确率较低、误判率较高的问题,本文进行了大量的研究。首先,通过对图像取证技术及图像拼接定位检测算法的背景及意义介绍,肯定了本文研究课题的重要性;其次,详细分析国内外图像拼接定位检测算法的研究现状,并分类进行介绍;最后,基于对大量模型的深入研究,提出两种基于超像素分割的图像拼接定位检测算法。本文的研究工作具体如下:1.针对现有图像拼接定位检测算法准确率低、边缘信息保留较差的问题,提出基于超像素分割和噪声估计的图像拼接定位检测算法。首先,利用简单线性迭代聚类算法对待检测图像进行超像素分割;其次,利用FAST快速噪声估计算法计算每个超像素子块的噪声估计值;最后,对噪声值序列进行聚类和统计处理,确定属于背景区域和拼接区域的超像素块,从而定位拼接区域。本文算法在哥伦比亚彩色拼接图像库上进行实验,并与基于块分割和基于像素点的图像拼接定位算法进行对比。实验结果表明:该算法能更平滑地保留拼接区域的边缘信息,并能在保证图像拼接定位检测效率的前提下有效提高定位检测的准确率。2.针对基于超像素分割和噪声估计的拼接定位算法存在的漏检测和误检测问题,本文在上述方法的基础上融合RC算法的思想并考虑像素块之间的空间距离及颜色相似度的影响,对图像拼接定位检测算法进行进一步的研究。首先,仍使用SLIC超像素分割算法对图像进行分块并进行噪声值估计;其次,计算像素块大小、像素块之间的颜色相似性及空间距离;再次,将像素块大小、像素块之间空间距离、颜色相似性及噪声特征加权计算;最后,根据权值对全部像素块进行二值分类,从而定位图像中的拼接区域。由实验结果可知:该方法能进一步提高图像拼接定位检测的准确率。