Prisutnost velikog broja digitalnih slika s izmijenjenim sadržajem zahtjeva razvoj metoda za identifikaciju autentičnosti slika. Jedan od osnovnih načina izmjene sadržaja je kopiranje dijela slike na drugu lokaciju u istoj slici (eng. copy-paste forgery). U ovom radu opisana je nova metoda za detekciju kopiranih područja na slici uporabom staničnog automata (eng. cellular automata, CA) i lokalnog binarnog uzorka (eng. local binary pattern, LBP). Razvijena metoda temelji se na podjeli slike u preklapajuće blokove, koji se zatim opisuju sažetim vektorom značajki. Vektor značajki predstavlja teksturu bloka u obliku lokalne promjene intenziteta elemenata slike. Generiranje vektora značajki se obavlja na način da se za svaki element slike u bloku definira susjedstvo te se binarizira uporabom lokalnog binarnog uzorka. Binarizirano susjedstvo koristi se za određivanje pravila staničnog automata koje opisuje promjenu intenziteta elementa u susjedstvu. Ponavljanjem ovog procesa za svaki element bloka daje uvid u teksturu bloka, opisanu jednostavnim binarnim nizom. Skup vektora značajki za cijelu sliku analizira se uporabom kd-stabla te se između sličnih blokova pronalazi skup dupliciranih blokova primjenom prethodno definiranih uvjeta. Metoda je proširena na posebne slučajeve izmijene slike kada je kopirano područje transformirano rotacijom ili skaliranjem te kada je slika naknadno obrađena primjenom JPEG kompresije, zamućivanja slike ili dodavanjem šuma. Nadalje, razvijena je metoda detekcije izmjena video sekvenci temeljena na istom pristupu u slučajevima kada je izmijenjen niz okvira. Rezultati testiranja pokazuju da predložena metoda postiže bolju točnost detekcije od trenutno poznatih metoda.