Untuk mengembalikan kembali menjadi visual gambar dekompresi dilakukan proses yang yang mirip dengan proses kompresi hanya dalam urutan
terbalik. Walapun nilai piksel yang dihasilkan dekompresi tidak seperti nilai piksel gambar aslinya tetapi secara sensasi mata tidak terdapat perbedaan yang mencolok.
2.5. Algoritma Pemalsuan Gambar
Pemalsuan gambar pada prinsipnya adalah merubah piksel dengan nilai intesitas yang baru umumnya secara spasial Gambar 2.4 atau sederhananya adalah
mengubah gambar yang sudah ada yang telah dihasilkan oleh kamera atau perangkat pencitraan lainnya.
a b c Gambar 2.4. Ilustrasi daerah yang dipalsukan [20]
a dan b, adalah piksel-piksel gambar asli, c adalah hasil pengolahan.
Universitas Sumatera Utara
Ciri-ciri fisik dari gambar yang dapat dideteksi antara lain meliputi perubahan–perubahan yang dilakukan terhadap elemen-elemen dasar suatu citra.
Citra digital mengandung sejumlah elemen-elemen dasar yang sering berkaitan dengan pemalsuan gambar, beberapa kesalahan yang memungkinkan untuk
dideteksi adalah antara lain [21]: 1.
Kecerahan brightness dikenal sebagai intensitas cahaya. Kecerahan pada suatu titik didalam suatu citra sebenarnya adalah intensitas rata-rata dari
suatu area yang melingkupinya. 2.
Kontur contour adalah keadaan yang ditimbulkan oleh perubahan intensitas pada piksel-piksel yang bertetangga dengan adanya perubahan
inilah maka tepi-tepi edge objek pada citra dapat dideteksi. 3.
Tekstur texture adalah pencirian distribusi spasial dari derajat keabuan di dalam sekumpulan piksel-piksel yang bertetangga. Tekstur merupakan
karakteristik untuk menganalisa permukaan berbagai jenis citra objek.
Sebuah inkonsistensi umum ditemukan bila konten gambar diubah. Efek kamera yang paling signifikan adalah ketajaman tepi dipengaruhi oleh difraksi lensa,
fokus, dan blur, geometri perspektif, dan sifat kebisingan, biasanya dari detektor dan kompresi.
Ketika sebuah objek yang ditambahkan atau dihapus dari gambar, tepi yang dibuat biasanya memiliki ketajaman yang tidak konsisten dengan seluruh gambar.
Perilaku kabur di foto tersebut dapat dipahami dan dimodelkan dengan baik secara
Universitas Sumatera Utara
matematis jika desain kamera dikenal. Bahkan jika desain kamera tidak diketahui, pengukuran dalam gambar dapat menghasilkan model matematika yang relatif akurat
dari kamera yang dapat memberikan prediksi yang wajar. Memotong objek dari satu gambar dan memasukkan ke gambar lain akan menciptakan tepi tajam pada batas dari
objek Gambar 2.4 ketajaman ini dapat dideteksi dan mengindikasikan kemungkinan bahwa gambar telah diubah meskipun perangkat lunak pengolah gambar bisa
digunakan untuk mengurangi visibilitas tepi ini. Semua benda dalam foto juga harus mengandung perspektif dan geometri
yang benar. Jika geometri objek tidak konsisten dengan obyek lain dalam gambar maka itu kemungkinan adalah daerah yang ditambahkan dari gambar lain.
Kebanyakan gambar akan menunjukkan beberapa jumlah kebisingan terutama dari detektor atau dari kompresi gambar yang diterapkan. Karakteristik kebisingan
dari bagian yang berubah dari suatu gambar dapat menjadi tidak konsisten dengan seluruh gambar.
Sehingga dengan mengenal pendekatan algoritma pemalsuan gambar kita dapat melakukan pendeteksian berdasarkan hal-hal yang mungkin dilakukan pemalsu
terhadap sebuah gambar asli walaupun menurut Thomas Gloe suatu ketidak kepercayaan terhadap image forensic muncul diakibatkan kurangnya diskusi
mengenai pemalsu strategis yang mampu mengantisipasi adanya teknik forensik [1]. Efek kamera yang paling signifikan adalah ketajaman tepi dipengaruhi oleh
difraksi lensa, fokus, dan blur, geometri perspektif, dan sifat kebisingan, biasanya dari detektor dan kompresi.
Universitas Sumatera Utara
2.6. Threshold
