随着数码相机、扫描设备等数字图像获取设备的快速普及,以及图像编辑软件的广泛应用,人们在日常生活中接触到的照片、图片中不乏经过编辑修改的数字图像。为保证数字图像的真实性,就需要数字图像篡改检测技术的进步和发展。本文研究内容主要针对翻拍图像进行图像被动认证,翻拍图像是对数字图像原始性的篡改。经过翻拍后的篡改图像能够轻易攻破现有的图像篡改检测系统,这对图像真实性的检测构成严重的安全威胁。针对翻拍图像的被动认证,本论文提出基于图像翻拍过程中引入的异常区分翻拍图像和真实自然图像。本文先提出一种根据图像表面镜面反射部分区分真实自然图像和照片翻拍图像的方法。该方法利用翻拍照片的镜面反射分量增加的显著特点,使用双色反射模型解释该物理现象,通过处理图像亮度通道分离单张图像的镜面反射部分并分析其镜面比率图特性,能够实现照片翻拍图像的被动检测。同时这可以使得机器人视觉更加智能化,也可以用于破解单一翻拍图像攻击人脸验证系统。实验证明本文提出方法的实用性、有效性,及运算速度快的实时性。本文然后介绍了图像翻拍过程引入的统计特性,并详细阐述翻拍过程中两次使用相机进行拍摄而引入的非线性响应对图像表面梯度统计特征的影响,翻拍后图像表面梯度值与真实图相比会产生非线性变化,这使翻拍图像表面梯度值产生异常,通过提取表面梯度统计特征值,使用LibSVM设计图像分类器判别翻拍图像和真实图像。实验分类结果表明,基于表面梯度特征值的分类效果良好,可以准确有效地检测翻拍图像。