数字图像作为有效的信息媒介，已经被广泛应用在安全监控、科学研究、新闻和医疗等领域。但伴随各类功能强大、简单易操作的图像编辑软件的出现，数字化的图像信息面临着相当大的安全隐患。因此数字图像真实性认证已逐渐成为研究的热点。数字图像的真实性检测主要包括两方面的内容，一类是以数字水印技术为依托的图像主动取证方法，该方法需要预先在图像中插入附加信息以用于后期的认证，这无疑限制了该方法的使用范围；另一类则是被动形式的图像盲取证技术，该方法直接利用图像本身的数据对图像进行认证，一定程度上弥补主动取证的不足。本文针对图像拷贝篡改所面临的两种形式，即不同图像的拼接篡改和同一幅图像的区域篡改，提出了两种有效的检测算法:(1)针对数字图像篡改中常用手法图像拼接，提出了一种基于多特征融合的盲取证算法来检测图像拼接篡改。算法通过分析图像相位一致性和纹理特征，同时采用二维经验模态分解算法把图像分解至固有模态函数，得到三类特征值。然后利用支持向量机对这三类特征进行训练，建立一个预测模型，对图像是否经过篡改进行判定。最后，选用标准图像拼接库对该算法进行了验证，实验结果表明：该算法能够在降低特征维数的同时保证一定的识别率。(2)针对图像区域篡改的过程中，篡改者通常使用了诸如旋转、缩放、加噪等后处理手法，使得现存的许多算法已无法达到检测效果，本文提出了基于点匹配的图像区域篡改检测算法。算法首先利用尺度不变旋转变换寻找图像中的关键点，利用主成分分析法对关键点进行降维描述，然后利用关键点描述子的相似度查找相似的的关键点。该算法经实验证明，对于常用的后处理手法，依然具有良好的鲁棒性。