在互联网和多媒体如此繁盛的今天,图像俨然已成为我们日常生活中相当重要的信息载体。然而随着各种图像编辑处理软件的出现和广泛应用,图像能够轻而易举的被篡改,使得图像的真实性和完整性受到破坏。如果被篡改过的图像应用于医学鉴定,司法证据,新闻媒体,科学研究等重要的领域,将有可能引起重大事故。因此,开展针对图像篡改检测技术的研究具有非常重要的意义。图像篡改检测技术主要分为主动检测技术和被动盲检测技术,主动检测技术简单易实现,但由于成本高、校验繁琐等原因使其应用有限,而被动盲检测是在没有先验的情况下进行检测,因此被动盲检测成为篡改图像检测技术的热点。本文针对图像复制粘贴篡改检测技术进行分析和研究,主要研究工作包括:(1)在图像块匹配方法中不同的特征提取方法会对检测结果产生较大影响,针对现有算法中的特征提取方法造成对复制粘贴以及后处理操作图像检测的鲁棒性较低的问题,本文提出了基于改进梯度方向直方图(HOGOBP)的图像复制粘贴篡改检测算法。尽管梯度方向直方图(HOG)信息可以反映图像的纹理等特征,但在检测复制粘贴块时,分块大小和方式直接影响提取的HOG信息,采用不当的分块方式提取HOG信息是造成复制块误检率较高的主要原因。本文的HOGOBP改进算法按照像素重叠对图像分块,提取的每一子块HOG信息更精确,更适合图像复制粘贴篡改检测,仿真结果也表明该算法有效提高了图像复制粘贴篡改检测的正确率。(2)虽然HOGOBP算法改善了复制粘贴块的检测正确率,但逐像素重叠分块却引起信息提取和特征匹配的计算量增加,为进一步改进HOGOBP算法,本文利用K-means分类算法先对各块的特征向量进行分类,在各类中再进行特征向量匹配,有效节省了计算开销。同时,利用特征向量分布基本连续的特点,改进了K-means算法的初始化中心随机分配机制,有效减少迭代次数,提高分类效率。(3)本文不仅对灰度图像、彩色图像、不同篡改面积以及篡改形状的图像进行检测,验证本文算法设计的有效性,而且还对后处理操作包括模糊、亮度调整、色彩失真、对比度调进行了检测,并与基于SVD、PCA、DCT的图像复制粘贴篡改检测算法进行了比较,仿真结果验证了本文算法有较高的鲁棒性。