随着互联网技术和多媒体技术的不断发展、越来越多的图像处理软件如Photoshop、iPhoto、ACDSee等的广泛使用，使得普通人和专业人士编辑、修改和存储数码照片变得越来越简单。虽然对数字图像的修改在一定程度上丰富了人们的日常生活，但是，它也带来了许多负面影响。如果将恶意篡改的图像运用在新闻媒体、科学发现或法律上，将会对政治和社会稳定造成严重在后果。因此，数字图像真伪性鉴别技术的研究，对于确定新闻诚信、维护司法公正及打击犯罪具有十分重要的政治意义。目前多数数码相机输出的数字图像以及网络上传输的大部分图像都是采用JPEG（Joint Photographic Experts Group）压缩标准，因而伪造图像的来源也往往是JPEG图像。因此，针对JPEG图像的篡改检测研究有着非常重要的现实意义，而目前针对JPEG图像的取证技术还不够成熟，距离实用还有差距。在这种背景下，本文开展了针对JPEG图像的篡改检测研究，并提出了两种有效的检测算法：(1)提出了基于JPEG量化失真的合成图像篡改检测盲取证算法。该算法以JPEG图像的量化失真作为判断图像是否被篡改的依据。首先针对合成图像以JPEG和非JPEG不同的存储方式，分别估计原始量化矩阵；然后用估计的原始量化矩阵对合成图像再压缩，计算压缩前后的量化失真；最后通过判断合成图像不同区域量化失真的大小，实现篡改区域的自动检测和定位。该算法能有效地检测JPEG和非JPEG两种不同存储方式的合成图像。(2)提出了基于量化噪声的JPEG合成图像盲取证算法。图像在JPEG压缩过程中会引入量化噪声，通过分析合成图像的篡改区域与背景区域量化噪声的不一致性，检测和定位合成图像的篡改区域。算法首先用较高质量因子对合成图像再压缩，计算图像压缩前后的量化噪声；然后利用量化噪声进行PCA（Principal Component Analysis）变换，分别得到图像的第一、二和三主成分；最后对第一主成分进行二值化和形态学处理，最终实现篡改区域的自动检测和定位。与经典已有的算法相比较，该算法检测性能更佳。