当前,由于数码相机的普及以及功能强大的图像处理软件(Photoshop等)的广泛使用,使得制作一张令人信服的伪造图像变得非常简单。而由数码照片引发的风波和纠纷也越来越多,因此对数字图像完整性和真实性的鉴定就显得非常重要。针对图像的真伪鉴别问题,本文通过设计一种滤波器,将数码相机中广泛存在,且能够反映相机本身物理特性的某种模式噪声(即：像素的非均匀性)检测出来,由于该噪声是图像传感器的一种稳定特性,而且对于不同的图像传感器又存在差异性,因此,可将其作为“相机指纹”进行描述,之后通过“指纹识别”来判断图像的真伪。考虑到识别中较为困难的是伪造图像中存在真伪合成的部分,加之为了降低计算的复杂度,本文首先在待测图像中人为地选择出关注的区域(即：ROI),仅对该区域进行“·指纹”提取即可。在获得该区域的“指纹”之后,以相关系数作为衡量指标,得到待检测图像区域噪声与相机该图像区域噪声之间的关联程度。并且以广义高斯分布作为统计模型,对相关系数进行建模,通过待测区域的广义高斯概率来对其进行真伪鉴别。同时,为了使算法能够适应多种伪造图像,进一步提高识别率,同样将像素的非均匀性作为“指纹”特征,通过BP神经网络建立真、伪图像的噪声模型,对待测区域进行进一步的分类,最终,采用多分类器融合的方法给出最终的图像真伪判断。本方法的特点在于进行图像真伪鉴别时,不需要假设任何先验知识,仅仅通过一些样本图像即可做出有效判断。大量的实验结果表明,本方法具有较高的识别正确率,而且对于不同的伪造手段,如：常用的羽化、模糊、复制、粘贴等具有很好的适应性。