本文对目前数字图像篡改盲检测算法进行了分析和研究,发现目前图像篡改盲检测算法存在鲁棒性较差、适用性不好等问题。针对这些问题,设计了两种盲检测算法:基于二进小波和直方图不变矩的复制粘贴篡改盲检测算法和基于图像相似性区域的合成篡改盲检测算法。　　第一种检测算法将二进小波变换得到的低频子图直接作为研究对象,利用低频子图对噪声的不敏感特性,提高算法对加噪操作的鲁棒性。在相似图像块匹配的特征向量选取上,本文采用了直方图不变矩,与传统算法中的特征向量相比具有旋转、比例等不变性,从而提高了算法在抗旋转、压缩等后续操作上的鲁棒性。　　经分析研究发现,目前复制粘贴算法还存在算法时间复杂度高的问题,该算法中通过采用构造K-D树来寻找图像块对,与传统算法中分块后使用字典排序进行寻找相似图像块对的方法相比,降低了算法的时间复杂度。另外,该算法中利用了直方图不变矩技术,与传统算法相比实现了特征向量的空间维数下降,进一步降低了算法的时间复杂度。　　第二种检测算法通过GPAC算法对篡改图像进行分割,提取相似性区域;然后利用中值双边滤波算法进行滤波,得到噪声图像;最后根据噪声图像的统计特性来判断图像是否经过篡改,并判断出篡改方式(复制粘贴篡改或拼接篡改),从而提高了目前检测算法的适用性。　　在上述理论分析的基础上,利用仿真软件对本文所设计的两种检测算法分别进行了仿真实验。通过对比分析实验数据,验证了本文所设计的两种检测算法的可行性及有效性。