近十年来，随着互联网技术的快速发展和图像采集设备的日益普及，数字图像已经成为人们日常生活中最重要的信息来源之一。然而，在图像数量飞速增长的同时，图像篡改手段也变得越来越高明。层出不穷的伪造图像丑闻给图像的可信度带来了极大的挑战。数字图像真实性检测已经成了一个亟需解决的社会问题。　　 数字图像盲取证技术正是在这一背景下蓬勃发展的。该技术的研究目标是在没有任何先验知识的情况下，通过分析伪造图像中残留的篡改信息，判断图像的真实性。　　 在现有的众多图像盲取证算法中，基于几何变换检测的图像盲取证算法凭借其适用范围广、与图像内容无关等优点，受到了国内外学者的广泛关注。数字图像几何变换指图像的旋转、缩放变换，是最常用的图像篡改手段之一。　　 本文的主要研究工作是数字图像几何变换检测算法及其在图像盲取证研究中的应用。本文从分析几何变换图像特有的全局统计特征以及相邻像素间的线性关系两方面出发，提出了多种数字图像几何变换检测算法，并将其应用于数字图像盲取证研究中。本文主要研究工作和创新点如下:　　 1.提出了基于水平像素方差特征的几何变换检测算法。本文把图像的每个像素看成一个随机变量，然后通过水平方向上的邻近像素估算各个像素的水平像素方差。通过数学推导，本文证明了几何变换图像的水平像素方差具有周期性，并且推导出了水平像素方差周期与图像旋转角度和缩放比例的对应关系。在此基础之上，通过计算水平像素方差频谱的峰值频率，本文提出了一种图像几何变换检测算法。实验结果表明，该算法具有很高的旋转角度和缩放比例估算精度。　　 2.提出了基于无向像素方差特征的几何变换检测算法。无向像素方差是通过像素在二维平面上的邻近像素点估算出来的像素方差。本文通过数学推导证明了几何变换图像的无向像素方差具有二维周期性，并且推导出了无向像素方差频谱特征与图像旋转角度和缩放比例的对应关系。无向像素方差是水平像素方差的扩展。它同时记录了水平、竖直像素方差两方面信息。实验结果表明，与“基于水平像素方差特征的图像几何变换检测算法”相比，本算法大大提高了小角度旋转图像的旋转角度估计精度。此外，旋转图像与缩放图像的无向像素方差具有不同的特征。因此，该算法能够区分图像的旋转操作和缩放操作。　　 3.提出了基于快速参数估计的几何变换检测算法。本文通过数学推导证明了几何变换图像的部分邻近像素之间存在全局一致的线性关系。应用贝叶斯估计模型，本文提出了估计图像各像素符合该全局线性关系概率的方法，生成概率图。在此基础之上，本文通过分析概率图的频谱特征来检测图像几何变换。实验结果表明，与现有的基于EM算法的图像几何变换检测算法相比，本文提出的基于快速参数估计的算法时间复杂度降低了两个数量级。