视频数据以其直观、方便、信息内容丰富成为了网络的主要信息承载形式,然而开放的互联网环境必然存在众多潜在的视频安全隐患。对视频的恶意篡改成为了视频攻击的主要形式,为不法分子用于传播不良信息提供了机会。此外,视频篡改形式也从单一的帧插入、添加到现在的多种篡改结合。对于篡改的视频不仅存在视频内容的变化,也引入了噪声的干扰,更加增加了篡改检测的难度。基于以上存在的问题,本文主要研究主动篡改检测,通过对待检测视频提取特征生成指纹数据并与源视频指纹数据进行对比来判定待检测视频是否存在篡改痕迹。本文以视频篡改定位为切入点,开展视频篡改检测研究。通过分析现有算法存在的问题并结合大量原始视频特性,构建以融合全局和局部特征算法为起点,分步实现由粗到精的视频篡改检测和准确定位分析能力。首先,以视频篡改检测为目标,提出一种基于Zernike形状特征实现视频篡改检测方法。根据常见的视频篡改形式(视频颜色篡改、缩放篡改、裁剪篡改、内容篡改)的特点,充分利用Zernike特征具有旋转不变性和其在低阶矩可以很好的描述图像的形状特征的特性,并在Zernike矩提取基础上融入颜色分量,不仅能实现常规的篡改检测而且对颜色篡改的视频也有很好的检测效果。其次,基于Zernike特征检测只能实现视频帧的整体篡改检测而无法定位篡改区域,提出基于ORB特征实现视频篡改准确定位分析的方法。ORB特征可以有效的描述图像局部信息,但其在篡改区域定位时存在噪声点的干扰,本文提出基于能量最小化原理和噪声点稀疏特性来去除周边干扰点。实验结果表明,本文方法可以有效实现常见视频篡改定位。最后,本文从视频监控认证应用的角度,构建了基于嵌入式Tiny210开发平台的视频篡改检测系统。具体包括在开发板端,采用了Tiny210开发板实现视频采集、视频指纹提取、编解码处理、网络传输模块。在客户端采用MFC框架实现视频接收播放、视频指纹接收存储、离线视频指纹提取以及视频篡改检测等模块。设计了多线程Linux程序实现视频的采集与指纹数据的提取以及RTP/RTCP视频网络传输方案,提出了视频篡改检测的实现方法,并对系统性能和安全性进行了分析。