人们往往认为“眼见为实”。在数字时代,数字图像通常可以作为新闻媒体可信的佐证材料。然而,随着图像处理软件（如Adobe Photoshop、Corel Draw、Gimp等）的快速发展,大多数人都可以轻松地改变数字图像的内容。尽管大多数人修改图像是出于娱乐目的,但数字图像的确可以在法庭等严肃场合下作为不可或缺的证据,产生关键作用。在这种情况下,需要求证数码照片的真实性。“数字图像篡改检测”就是在上述背景下逐渐产生的一个研究领域。图像区域拷贝是最常见的图像篡改手段之一,这种篡改手段复制图像中的某个或某些区域,并将其粘贴到同一幅图像的其他位置,以达到隐蔽或夸大某些细节的目的。为了避免被发现,篡改者往往对篡改区域进行附加的后处理操作（如JPEG压缩、加性噪声、几何变换、模糊等等）。因此,拷贝检测算法的目的是,在附加攻击的情况下,利用区域特征的相似性,检测图像中的相同或相似区域。目前已有一些针对图像区域拷贝的篡改方法,但在复杂攻击的情况下,很多方法不再有效。因此,本文以图像区域拷贝行为的盲检测方法为目标,展开了进一步的研究。首先,本文提出了一种基于图像块匹配的区域拷贝检测算法。本文研究了基于极坐标复指数变换（PCET）的旋转不变特征。篡改图像首先被分割为重叠的圆形块状区域,然后提取这些圆形块状区域的PCET特征;接下来,在特征空间中利用位置敏感哈希（LSH）找出每个图像块近似最近邻。为了使检测过程更加鲁棒,本文使用形态学操作筛除误匹配的图像块。实验结果表明,本文提出的方法对于几何变换鲁棒,且具有较低的计算复杂度。第二,本文提出了一种基于特征点的区域拷贝检测框架,该框架仅对图像中的高熵区域（特征点）而非所有图像块进行特征提取。该篡改检测框架流程如下:首先利用F¨orstner算子检测篡改图像中的特征点;而后,对于检测到的每个特征点提取MROGH特征,并对提取到的特征进行匹配;最后,利用RANSAC算法来估计对应区域之间的仿射变换参数。实验结果证明,本文提出的框架能够有效定位具有附加几何变换攻击（旋转和缩放）的篡改区域。通过与近期文献方法的比较,证明了本文方法的有效性。第三,平滑区域的拷贝检测是该领域中的复杂问题之一。目前的大多数篡改检测方法难以有效检测平滑区域的拷贝操作,这主要是由于在平滑区域中通常不包含足够的特征点。为了保证图像不同区域中均有足够的特征点覆盖,本文设计了一种特征点检测方法。该方法由两个步骤组成,首先,使用SFOP在纹理区域检测特征点;接下来,利用哈里斯角点在特征点稀疏区域（包括平滑区域）再次检测特征点。为了改善匹配性能,利用MROGH描述子作为特征点的局部特征。最后,使用RANSAC算法来估计对应区域之间的仿射变换。本文的方法在公开数据集上达到了98.32%的检测准确率。