图像在人们日常生活中越来越常用,应用范围无处不在,随之图像的真假也愈发的难辨。各种图像处理软件的普及与易于使用也使篡改图像越来越多,当这些篡改图像作为证据或者在网上被广泛转发时,一些重要的线索被篡改混淆视听,这样会对人们的生活造成非常重要的影响,因此图像篡改检测技术的研究具有非常重要的意义。关于图像篡改检测算法的研究,目前最常见的是基于复制粘贴篡改的研究,其主要算法主要有基于图像块和基于关键点的图像篡改检测算法。SIFT算法是目前运用最为广泛的基于关键点的图像篡改检测算法,但也存在不少缺点,例如图像篡改检测的准确性差和耗时高等问题。本文基于SIFT算法存在的问题进行研究,针对SIFT算法提取的特征维度高,耗时长、占用计算机资源大等问题,本文采用K-means算法进行降维处理,提高算法运行速度;SIFT算法在图像篡改区域难以准确判断,本文利用RANSAC算法对误匹配点进行剔除,提高在篡改区域定位时的准确性;针对SIFT算法在提取图像特征时,只提取了图像的灰度特征从而丢失了图像的颜色信息,本文将SIFT算法提取的特征与图像的CIE Lab颜色空间特征相结合,丰富关键点信息;本文还提出了一种在同一幅图像中自动检测重复区域的方法,即重复检测是通过使用尺度不变特征变换(SIFT)方法识别图像的局部特征(感兴趣点)以及通过使用奇异值分解(SVD)方法匹配相同的特征来执行。基于SIFT改进的图像篡改检测算法,本文设计一系列实验,实验结果表明,改进的SIFT图像篡改检测算法相对于原SIFT检测算法具有更好的检测准确性、检测效率和鲁棒性能。