随着各种高质量的数码成像设备、功能强大的个人计算机以及高级媒体处理算法的发展与广泛应用。对数字媒体进行篡改且不留下任何明显的视/听觉上的痕迹变得越来越容易。如果这些虚假的媒体数据被滥用，这将会引起一些涉及到我们社会的稳定、科学的发展、法律的取证及个人的隐私等相关问题的出现。因此，对数字媒体的认证变得十分重要。 传统地，我们可以利用数字签名或数字水印的方法实现认证的目的。然而，基于数字水印与数字签名的方法需要在媒体传送之前人为地进行预处理操作，如添加不可察觉的水印信号或是附加签名信息，我们称它们为主动的认证技术。但是，在许多实际的情形中，待测的媒体本身并不存在数字签名或数字水印信息。此时，主动认证方法将失去其作用。 近年来，人们提出了一种新型的认证方法一被动认证。该方法在鉴别媒体数据时不需要借助水印或签名等辅助信息。它基于的原理是：由于受到成像设备内部各种软、硬件等因素的影响，设备最后输出的数字媒体信号往往会存在某些固有的统计特征。通过对这些固有特征的估计，我们可以解答许多有关媒体数据的认证问题，如媒体的来源检测与修改检测。目前，多媒体被动认证方法的研究仍处于起步阶段，许多问题还有待我们去解决。本论文主要研究了关于数字图像/视频修改检测中的以下三个关键问题： 1.鲁棒的区域复制篡改检测技术。区域复制是常用的篡改技术，它把图像某一区域的信息进行复制，并粘贴到同一幅图像不相交的区域中，以去除场景中某一重要的物体。对这一操作后处理的鲁棒性是检测算法的关键所在。我们在论文中首先给出图像区域复制篡改的数学模型；然后提出了一个鲁棒的检测及定位算法。实验结果表明，与现有检测算法相比，我们提出的算法具有更好的鲁棒性。即使图像在区域复制篡改后又经过各种常用的后处理操作，如高斯模糊、添加噪声、较强的JPEG压缩以及它们的混合操作，算法仍能较好地检测并定位出篡改区域。 2.JPEG图像“移位-重压缩”检测技术。从一幅图像中剪切出某一物体并粘贴到另一幅图像中以合成新的图像是一种常用的图像篡改方法。本文针对JPEG图像的这种篡改形式进行了研究。我们首先给出了JPEG图像“移位一重压缩”的数学模型，然后提出了相应的检测算法。在算法中，我们提出并利用了图像的块效应特征矩阵(BACM：Blocking Artifact Characteristics Matrix)。经分析和实验发现，对于原始的JPEG图像块，该特征矩阵会呈现一种规则的对称形状；而对于那些从一幅JPEG图像中被剪切到另一幅图像后、再经过JPEG重压缩的图像块，其BACM的这种对称性将会遭到破坏。据此，我们从BACM中提取出具有代表性的特征，并应用SVM(Support Vector Machine)对提取的特征进行训练，得到分类器用于检测给定的JPEG图像块是否经过了“移位一重压缩”操作。大量的实验结果证实了我们所提出算法的有效性。 3.基于块效应的MPEG重压缩检测技术。对一个MPEG视频的篡改，其一般的处理过程是：首先利用编辑软件将MPEG视频进行解压，得到一系列的图像帧，而后对这些图像帧进行篡改操作，如修改某些帧的内容、添加或删除一些图像帧等，最后再对修改后的视频数据重新压缩为MPEG文件。因此，MPEG视频的篡改往往涉及到一个重压缩的过程。我们基于图像帧的块效应特征，提出了一个MPEG重压缩的检测算法。算法中利用了所提出的特征曲线来表示以某一GOP(Group of Pictures)结构压缩的MPEG视频的特征。经分析和实验表明，对于原始的仅经过一次MPEG压缩的视频，其特征曲线会呈现某种周期性的规律；而对于那些经过了篡改操作后又被重新进行MPEG压缩的视频，其相应特征曲线的周期性会被改变。利用该曲线，我们设计了一个算法检测两种常用的重压缩处理：删除帧后重压缩以及利用不同的GOP结构进行重压缩。并对一些标准的视频序列做测试，均得到较好的检测结果。