La duplicación de fotogramas falsificados es el tipo más común de falsificación de video entre fotogramas para alterar el contenido de secuencias de video digital. Puede ser utilizado para eliminar o duplicar algunos eventos dentro de las mismas secuencias de video. La mayoría de los métodos de detección de falsificación por duplicación de fotogramas existentes no logran detectar fotogramas altamente similares en los videos de vigilancia. En este documento, proponemos un método de detección de falsificación por duplicación de fotogramas basado en el análisis de características texturales de los fotogramas de video para secuencias de video digital. Primero, calculamos la descomposición wavelet 2-D de un solo nivel para cada fotograma en las secuencias de video falsificadas. En segundo lugar, se extraen las características texturales de cada fotograma utilizando la Matriz de Co-ocurrencia de Niveles de Gris (GLCM). Se calculan cuatro descriptores estadísticos de segundo orden, Contraste, Correlación, Energía y Homogeneidad, para las características texturales extraídas de GLCM. Además, calculamos cuatro características estadísticas de cada fotograma (desviación estándar, entropía, Raíz Cuadrada Media RMS y varianza). Finalmente, la combinación de los parámetros de GLCM y las otras características estadísticas se utilizan para detectar y localizar los fotogramas duplicados en las secuencias de video utilizando la correlación entre las características. Los resultados experimentales demuestran que el enfoque propuesto supera a otros métodos de vanguardia en términos de , y tasas. Además, el uso de características estadísticas combinadas con características de GLCM mejora el rendimiento de la detección de falsificación por duplicación de fotogramas.