CN105765904A - 信息承载装置和包括信息承载装置的认证装置 - Google Patents

Abstract

一种信息承载装置包括数据承载图样,该数据承载图样包括M×N个图样定义元素，这些图样定义元素被排列成用来定义一组特征空间分布属性(公式I)，其中数据集合包括多个离散数据并且各个所述离散数据(u_i,v_i)具有表征所述离散数据的关联数据承载图样，并且该组特征空间分布属性源自于所述多个离散数据的关联数据承载图样，其中所述离散数据和所述离散数据的关联数据承载图样是由特征关系函数(公式II)关联起来的，该特征关系函数按照所述离散数据(u_i,v_i)和与所述离散数据无关的特征参数(k)定义所述关联数据承载图样的空间分布属性。

Description

信息承载装置和包括信息承载装置的认证装置

技术领域

本发明涉及信息承载装置和包括信息承载装置的认证装置。

背景技术

信息承载装置被广泛用于携带编码的或未编码的嵌入式讯息。这些讯息可以用于传递机器可读信息或者用于执行安全用途，比如用于打击山寨。很多公知的包含嵌入式安全讯息的信息承载装置会用传统策略来编码或加密，而一旦知道了这些编码或加密策略，则可以很容易地对这些编码或加密策略进行逆向反演。

发明内容

公开了一种包括数据承载图样的信息承载装置。该数据承载图样包括M×N个图样定义元素，这些图样定义元素被排列成用来定义一组特征空间分布属性数据集合包括多个离散数据并且各个所述离散数据(u_i,v_i)具有表征所述离散数据的关联数据承载图样，并且该组特征空间分布属性源自于所述多个离散数据的关联数据承载图样。所述离散数据和所述离散数据的关联数据承载图样是由特征关系函数关联起来的。该特征关系函数按照所述离散数据(u_i,v_i)和与所述离散数据无关的特征参数(k)定义所述关联数据承载图样的空间分布属性。

在某些实施例中，数据承载图样包括M×N个图样定义元素，这些图样定义元素被排列成用来定义一组特征空间分布属性数据集合包括至少一个离散数据(u_i,v_i)。所述离散数据具有表征所述离散数据的关联数据承载图样。所述离散数据和所述离散数据的关联数据承载图样是由特征关系函数关联起来的。该特征关系函数按照所述离散数据(u_i,v_i)和与所述离散数据无关的特征参数(k)定义所述关联数据承载图样的空间分布属性。

在某些实施例中，数据承载图样包括沿着第一空间方向(x)排列成M行并且沿着第二空间方向(y)排列成N列的图样定义元素。关系函数可以具有空间分布属性在各个空间方向上的单调变化趋势。

在某些实施例中，数据集合包括多个离散数据并且所述多个离散数据的关系函数是线性无关的。

公开了一种形成信息承载装置的方法，该信息承载装置包括具有一组特征空间分布属性的数据承载图样。该方法包括通过对应的多个关系函数对包括多个离散数据的数据集合进行处理，以形成数据承载图样，其中所述关系函数是线性无关的并且各个关系函数将离散数据(u_i,v_i)与具有表征所述离散数据的一组空间分布属性的数据承载图样关联起来。所述数据承载图样的空间分布特征取决于与所述离散数据无关的特征参数。

在某些实施例中，数据承载图样包括M×N个图样定义元素并且该方法包括包含最多M×N个关系函数来定义最多M×N个数据承载图样，以形成所述数据承载图样，其中所述M×N个数据承载图样中的每一个具有专属于所述离散数据(u_i,v_i)的一组特征空间分布属性。

附图说明

将会参照附图以举例的方式介绍本发明，其中∶

图1表示按照本发明的示例信息承载装置，

图1A表示按照本发明的示例信息承载装置，

图1B表示按照本发明的示例信息承载装置，

图1C表示按照本发明的示例信息承载装置，

图2表示按照本发明的示例信息承载装置，

图2A表示按照本发明的示例信息承载装置，

图2B表示按照本发明的示例信息承载装置，

图3表示按照本发明的示例信息承载装置，

图4表示按照本发明的示例信息承载装置，

图5表示按照本发明的示例信息承载装置，

图6表示按照本发明的示例信息承载装置，以及

图7表示按照本发明的示例信息承载装置。

具体实施方式

图1中绘制的示例信息承载装置包括数据承载图样100。数据承载图样100包括(N×M)个图样定义元素，这些图样定义元素被排列成包括N行M列像素或像素单元的显示矩阵，其中在这个例子中N＝M＝256。各个像素单元可以被8位灰阶编码，以致具有最大256个灰度级，范围是从0－255。这个数据承载图样是用示例数据集D_n编码的，其中n代表离散数据的个数，在本例中这个个数为3，并且D_n包括D₁,D₂,D₃。各个离散数据D₁,D₂,D₃包括二维变量(u_i,v_i)，该二维变量具有第一轴(称为u轴)上的第一分量(u_i或′u′分量)和第二轴(称为v轴)上的第二分量(v_i或′v′分量)，第二轴正交于第一轴。

各离散数据可以用下列数学表达式表示，

A_i是代表数据强度的幅度参数。不失一般性地可以针对各个离散数据调整A_i的值并且为了方便举例起见将A_i的值设为1。各个离散数据D_i可以由其在数据域内的分量u_i,v_i表示，并且示例离散数据具有下列示例值∶

Di	D1	D2	D3
				(ui,vi)	(2,64)	(46,20)	(60,6)

示例数据承载图样100可以被认为是三个数据承载图样的线性组合或线性叠加。这三个数据承载图样分别源自于D₁,D₂,D₃，并且分别在图1A，图1B和图1C中绘制出了源自于各数据D₁,D₂,D₃的数据承载图样。

图1A的数据承载图样10源自于数据D₁。这个数据承载图样10可由表达式表示，其中u₁和v₁是可表示为二维数据(u_i,v_i)的D₁的分量值。在这个例子中，u₁＝2,v₁＝64并且表达式包含数据承载图样10的以(N×M)个像素单元的矩阵中各个像素单元的灰度级的形式表现出来的特有空间分布特性。

空间图像表达与包括整数n个离散二维数据的数据集D(即，D＝((u₁,v₁),(u₂,v2₁),…,(u_n,v_n)))之间的关系可以被一般地表示为下式：

${\hat{I}}_{u,v}^{M,N}(x,y)={\mathrm{\Σ}}_{u=1}^M{\mathrm{\Σ}}_{v=1}^N{\mathrm{\β}}_k^{u,v}(x,y)\left\{{\mathrm{\Σ}}_i{D}_i(u,v)\right\}\mathrm{...}\left(E100\right)$

其中是将离散数据(u_i,v_i)与空间图像表达式所定义的一组空间分布属性关联起来的关系函数，并且这些空间分布属性是由参数k进一步确定的。

对于图1的示例装置，使用如下所列的k阶修正贝塞尔函数作为示例关系函数∶

其中

是变量x的基本关系函数并且具有预定的键值(key)k，其中x＝1到M，

是变量y的基本关系函数并且具有相同的键值k，其中y＝1到N，且

是第一类贝塞尔函数，α_k,i是k阶第一类贝塞尔函数的第i个根，并且Г是伽马函数。

在有单独一个离散数据(u_i,v_i)的情况下，上面的表达式将会简化为单独一个具有分布在两个空间维度(即，x维和y维)上的属性的关系函数因此，对于各个单独的离散数据(u_i,v_i)，会有一个相应的特征函数，该特征函数具有遍布或围绕包括N×M个图像定义元素的数据承载图样100扩散、散布或分布的属性或特征。由于各个表达式表征或定义与单独一个离散数据(u_i,v_i)相对应的数据承载图样的空间属性，因此可以被看作是将单独一个离散数据与具有一组空间分布属性的图像图样关联或相互关联起来的特征二维关系函数。本文中的空间分布属性包括相邻像素单元之间的空间变化属性，包括相邻峰值和谷值编码像素单元之间的分离度、相邻峰值和峰值和/或谷值和谷值编码像素单元之间的分离度、相邻峰值和谷值编码像素单元之间的像素编码的变化趋势以及其它空间属性。例如，在按灰阶对像素单元进行编码的情况下，编码将会表现为强度幅度分布。例如，在按颜色对像素单元进行编码的情况下，编码将会表现为不同颜色。不损失一般性地，可以使用颜色和灰阶编码的组合。

由于存在与各个单一离散数据(u_i,v_i)相对应的特征二维(‘2-D’)关系函数并且各个特征二维函数与一个图像图样相对应，于是各个单一离散数据具有对应的图像图样。在二维关系函数独一无二的情况下，任何两个关系函数都是不相同的，图像图样也都是独一无二的并且与离散数据之间具有特定对应关系的各个图像图样也将会具有与对应数据之间独一无二的对应关系。由于总共有N×M个特征二维关系函数因此与表达式对应的图像图样可以代表最多N×M个离散数据。

在特征二维关系函数具有线性无关性或者是线性无关的情况下，各单一的离散数据具有特定的、独一无二的或单一的对应图像图样。在关系函数线性无关的情况下，表达式所代表的图像图样可以表示最多N×M个不同的离散数据。

N×M个关系函数的集合包括下面列出的线性无关的各2-D关系函数∶

$\{{\mathrm{\β}}_k^{1,1}(x,y){\mathrm{\β}}_k^{1,2}(x,y),\mathrm{...},{\mathrm{\β}}_k^{1,N}(x,y),{\mathrm{\β}}_k^{2,1}(x,y),{\mathrm{\β}}_k^{2,2}(x,y),\mathrm{...},{\mathrm{\β}}_k^{2,N}(x,y),\mathrm{...},{\mathrm{\β}}_k^{M,1}(x,y),{\mathrm{\β}}_k^{M,2}(x,y),\mathrm{...},{\mathrm{\β}}_k^{M,N}(x,y)\}$

2-D关系函数的线性无关性指的是2-D关系函数满足下列关系∶

当且仅当a_1,1＝a_1,2＝…＝a_M,N＝0

2-D关系函数可以被表示为两个(一维)1-D基本关系函数和的乘积，从而其中对于图1的例子(修正贝塞尔函数):

和

1-D基本关系函数和也是线性无关的并且满足下列关系∶当且仅当a₁＝a₂＝…＝a_M＝0和

当且仅当a₁＝a₂＝…＝a_N＝0

图像图样与数据D之间的关系可以被表示为下列矩阵形式∶

其中是数据D使用数据域变量u,v的表达式，和

同一x值的各列或同一y值的各列中的1-D基本关系函数和是线性无关的。

出于计算效率的考虑，在按矩阵形式排列时包括下列相同x值的列向量和相同u值的行向量∶

$\left\{\left(\begin{array}{c}{\mathrm{\ϵ}}_k(u=1,x=1)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(u=M,x=1)\end{array}\right),\left(\begin{array}{c}{\mathrm{\ϵ}}_k(u=1,x=2)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(u=M,x=2)\end{array}\right),\mathrm{...},\left(\begin{array}{c}{\mathrm{\ϵ}}_k(u=1,x=M)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(u=M,x=M)\end{array}\right)\right\}$

在上面的矩阵中，列向量的集合是线性无关的，这意味着∶

当且仅当c₁＝c₂＝…＝c_M＝0,并且

a₁ε_k(1,x)+a₂ε_k(2,x)+…+a_Mε_k(M,x)＝0当且仅当a₁＝a₂＝…＝a_M＝0。

同样，在按矩阵形式排列时包括下列相同y值的列向量和相同v值的行向量∶

$\left\{\left(\begin{array}{c}{\mathrm{\ϵ}}_k(v=1,y=1)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(v=N,y=1)\end{array}\right),\left(\begin{array}{c}{\mathrm{\ϵ}}_k(v=1,y=2)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(v=N,y=2)\end{array}\right),\mathrm{...},\left(\begin{array}{c}{\mathrm{\ϵ}}_k(v=1,y=N)\\ .\\ .\\ .\\ {\mathrm{\ϵ}}_k(v=N,y=N)\end{array}\right)\right\}$

的列向量也是线性无关的。

前面矩阵表达式中的列向量的线性无关性意味着每个具有上述关系的空间图像应当会对应于一个唯一的数据集D，并且表达式中的对应唯一数据集可以通过反变换还原出来，例如，通过将前面E120的关系式反转为下式∶

例如，在多个离散数据被嵌入在图像图样中的情况下，可以通过执行下列反变换将这多个离散数据还原出来∶

$\underset{i}{\mathrm{\Σ}}{D}_i(u,v)=\frac{4}{{\mathrm{\α}}_{k,M+1}{\mathrm{\α}}_{k,N+1}}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}\frac{J_k\left(\frac{{\mathrm{\α}}_{k,u}{\mathrm{\α}}_{k,x}}{{\mathrm{\α}}_{k,M+1}}\right)J_k\left(\frac{{\mathrm{\α}}_{k,v}{\mathrm{\α}}_{k,y}}{{\mathrm{\α}}_{k,N+1}}\right)}{\left|J_{k+1}\left({\mathrm{\α}}_{k,u}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,x}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,v}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,y}\right)\right|}\left\{{\hat{I}}_{u,v}^{M,N}(x,y)\right\}$

为了进一步提高计算效率，关系函数是相互正交的，在这种情况下，2-D关系函数具有下列特征∶

此外，1-D基本关系函数和将会具有下列正交特性∶

其中关系函数是正交的，正反变换和保持总强度不变。

在一些实施例中，1-D基本关系函数和可以具有不同的键值参数k。例如，的k＝k₁，而的k＝k₂，在这种情况下，可以从具有下列表达式的反变换中还原出离散数据集合∶

${\mathrm{\Σ}}_i{D}_i(u,v)=\frac{4}{{\mathrm{\α}}_{k1,M+1}{\mathrm{\α}}_{k2,N+1}}{\mathrm{\Σ}}_{x=1}^M{\mathrm{\Σ}}_{y=1}^N\frac{J_{k1}\left(\frac{{\mathrm{\α}}_{k1,u}{\mathrm{\α}}_{k1,x}}{{\mathrm{\α}}_{k1,M+1}}\right)J_{k2}\left(\frac{{\mathrm{\α}}_{k2,v}{\mathrm{\α}}_{k2,y}}{{\mathrm{\α}}_{k2,N+1}}\right)}{\left|J_{k1+1}\left({\mathrm{\α}}_{k1,u}\right)\right|\left|J_{k1+1}\left({\mathrm{\α}}_{k1,x}\right)\right|\left|J_{k2+1}\left({\mathrm{\α}}_{k2,v}\right)\right|\left|J_{k2+1}\left({\mathrm{\α}}_{k2,y}\right)\right|}\left\{{\hat{I}}_{u,v}^{M,N}(x,y)\right\}$

在一个例子中，数据集合D仅仅包括单独一个离散数据D₁，其中D₁＝(u₁,v₁)＝(2,64)，表达式将会变成并且表达式∶

${\hat{I}}_{u,v}^{M,N}(x,y)=\underset{u=1}{\overset{M}{\mathrm{\Σ}}}\underset{v=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_k^{u,v}(x,y)\left\{\underset{i}{\mathrm{\Σ}}{D}_i(u,v)\right\}$

将会变成∶

$\begin{array}{c}{\hat{I}}_{u=2,v=64}^{M,N}(x,y)=\underset{u=1}{\overset{M}{\mathrm{\Σ}}}\underset{v=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_k^{u,v}(x,y)\left\{D_1(u,v)\right\}\\ ={\mathrm{\β}}_k^{2,64}(x,y)\\ =G_k^{2,64}(x,y)J_k\left(\frac{{\mathrm{\α}}_{k,2}{\mathrm{\α}}_{k,x}}{{\mathrm{\α}}_{k,257}}\right)J_k\left(\frac{{\mathrm{\α}}_{k,64}{\mathrm{\α}}_{k,y}}{{\mathrm{\α}}_{k,257}}\right)\end{array}$

其中是归一化因子，并且其中和α_k,j是贝塞尔函数的根，且k是贝塞尔函数的阶次。

因此，由表达式表示的图1A的数据承载图样10具有唯一的对应表达式，其形式为∶

$G_k^{2,64}(x,y)J_k\left(\frac{{\mathrm{\α}}_{k,2}{\mathrm{\α}}_{k,x}}{{\mathrm{\α}}_{k,257}}\right)J_k\left(\frac{{\mathrm{\α}}_{k,64}{\mathrm{\α}}_{k,y}}{{\mathrm{\α}}_{k,257}}\right),k=10.$

类似地,在数据集合D包括单独一个离散数据D₂并且D₂＝(u₂,v₂)＝(46,20)的情况下,图1B的数据承载图样20的表达式将会变成并且唯一对应表达式将会具有的形式，其中k＝10。

类似地,在数据集合D包括单独一个离散数据D₃并且D₃＝(u₃,v₃)＝(60,6)的情况下,图1C的数据承载图样30的表达式将会变成并且唯一对应表达式将会具有的形式，其中k＝10。

在数据集合D包括3个离散数据(即，D＝(D₁,D₂,D₃))的情况下，图1的数据承载图样100的表达式源自于各个数据(即，D₁,D₂和D₃)的三个对应表达式的和。

在另一个例子中，数据集合D此外还包括另一个离散数据D₄，其中D₄＝(u₄,v₄)＝(20,20)。不失一般性地，图2中所示的具有表达式的数据承载图样300源自于各数据(即，D₁,D₂,D₃,和D₄)的四个对应表达式之和。

在数据集合D包括单独一个离散数据D₄的情况下,数据承载图样的空间表达式将会变成并且唯一对应表达式将会具有的形式。当阶次k为10时，数据承载图样将会是如图2A中所示的那样。如图2B中所示，当阶次k变为50时，数据承载图样外观将会发生变化，即使数据仍然是与D₄(20,20)相同的。

在k被改变为50的情况下，离散数据集合D₁,D₂,D₃,和D₄所对应的数据承载图样400如图3中所示，示出了不同的一组空间分布属性。

在如图4中所示的示例信息承载装置中，示例数据承载图样是通过按照k₁＝100和k₂＝200处理数据D₁而获得的。

在图像图样具有排列成N行M列的(N×M)像素单元的分辨率的情况下，该图像图样可以具有总数为N×M×L个可能的图样变化，其中L是各个像素单元的可能变化数。对于(N×M)像素单元的图像图样，在各个像素单元具有256个灰阶等级的最大变化量(即，从0到255)的情况下，L＝256。

从上面的方程式中，可以看出函数包括多个关系函数其中1≤u_i≤M且1≤v_i≤N。各个关系函数具有将离散数据(u_i,v_i)扩散或散布到(N×M)个像素单元的图像图样中的效果，图像图样的空间分布特征表现出离散数据(u_i,v_i)和具体关系函数的特点。由于有总共N×M个关系函数因此在各个关系函数唯一的情况下，可以由(N×M)个像素单元的图像图样表示最多N×M个离散数据。即使关系函数是已知的，实际数据的还原或反向识别仍然需要正确的键值k。

图5中绘制出了在印刷标签上形成的示例信息承载装置的采集图像。该示例信息承载装置包括示例数据承载图样500和一组键值信息承载装置510。数据承载图样500是由E120的变换处理预先处理过的，以将离散数据的集合转换为携带表征离散数据集合的一组空间分布属性的数据承载图样500。键值信息承载装置510包括印刷在数据承载图样500下面的相当于‘AB123’的一组图像。为了取得数据承载图样500中嵌入的数据，要从图像中还原出消息‘AB123’，例如，通过光学字符识别来还原，并且例如从将该消息与参数(k)关联起来的数据库中取得关联参数(k)，如下表中所示。

消息	111	110	101	AB123	…
						参数(k)	100	51	312	100	…

表1

将数据承载图样500缩放到M×N像素并且对缩放后的图像进行反变换处理E140以还原出数据集合。

图6中绘制出了在印刷标签上形成的示例信息承载装置的采集图像。该示例信息承载装置包括示例数据承载图样600和一组键值信息承载装置。数据承载图样600是由E120的变换处理预先处理过的，以将离散数据的集合转换为携带表征离散数据集合的一组空间分布属性的数据承载图样600。键值信息承载装置包括一组键值数据‘111’,这组阶次数据也被编码在信息承载装置上，不过使用了不同的编码方案。在这个例子中，键值数据‘111’是用被称为‘QR’^TM编码的格式编码的。

为了取得数据承载图样600中嵌入的数据，要从图像中还原出消息‘111’，并且例如从将该消息与参数(k)关联起来的数据库中取得关联参数(k)，如上面的表1中所示。

类似地，将数据承载图样600缩放到M×N像素并且对缩放后的图像进行反变换处理E140以还原出数据集合。

图7中绘制出了在印刷标签上形成的示例信息承载装置的采集图像。该示例信息承载装置包括示例数据承载图样700和一组键值信息承载装置。数据承载图样700是由E120的变换处理预先处理过的，以将离散数据的集合转换为携带表征离散数据集合的一组空间分布属性的数据承载图样700。键值信息承载装置包括一组阶次参数‘111’,这组键值参数也被编码在信息承载装置上，不过使用了傅立叶(Fourier)编码方案。

为了还原出键值参数，执行反傅立叶变换并且利用如此获得的键值参数，以便在将信息承载图样700缩放到M×N像素并且然后执行反变换处理E140之后还原出离散数据集合。

在上面的例子中，使用了第一类贝塞尔函数(Besselfunction)，因为它具有将离散数据扩散到一组分布式图像元素(比如图1A到图2B中所示的一组连续分布的图像元素)中的效果。贝塞尔函数的另一个优点是它的键值相关性，从而幅度强度分布是可变的并且取决于键值k。

虽然前面作为例子使用了第一类贝塞尔函数，但是应当意识到，能够将离散数据点扩散到一组分布式图像元素中并且能够进一步由预先选择的阶次携带该组分布式图像元素的特征的其它函数应当也是适用的。汉开尔函数(Hankelfunction)和黎卡提-贝塞尔函数(Riccati-Besselfunction)等等是形成变换函数的其它适当例子。

虽然在本公开文本中使用的是术语‘扩散(spread)’，原因是变换的效果类似于‘点扩散函数’的功能，但是这一术语是以非限定形式使用的，表达的意思是将离散数据变换为一组分布式的图像元素。一般来说，适当的变换函数应当是可以起到用在空间域中扩散的信息或编码表示离散数据符号(比如前述数据符号(u_i,v_i))的作用的变换函数。虽然前面介绍的是在它们的空间域分布或扩散方面具有非周期性属性的扩散函数，但是本领域技术人员应当会理解，不失一般性地，应当也可以使用在它们的空间域分布或扩散方面具有周期性属性的可以按照键值进行编码操作的函数。

Claims (22)

1.一种信息承载装置，包括数据承载图样，该数据承载图样包括M×N个图样定义元素，这些图样定义元素被排列成用来定义一组特征空间分布属性其中数据集合包括多个离散数据并且各个所述离散数据(u_i,v_i)具有表征所述离散数据的关联数据承载图样，并且该组特征空间分布属性源自于所述多个离散数据的关联数据承载图样，其中所述离散数据和所述离散数据的关联数据承载图样是由特征关系函数关联起来的，该特征关系函数按照所述离散数据(u_i,v_i)和与所述离散数据无关的特征参数(k)定义所述关联数据承载图样的空间分布属性。

2.一种信息承载装置，包括数据承载图样，该数据承载图样包括M×N个图样定义元素，这些图样定义元素被排列成用来定义一组特征空间分布属性其中数据集合包括至少一个离散数据(u_i,v_i)并且所述离散数据具有表征所述离散数据的关联数据承载图样，其中所述离散数据和所述离散数据的关联数据承载图样是由特征关系函数关联起来的，该特征关系函数按照所述离散数据(u_i,v_i)和与所述离散数据无关的特征参数(k)定义所述关联数据承载图样的空间分布属性。

3.按照权利要求1或2所述的信息承载装置，其中数据承载图样包括沿着第一空间方向(x)排列成M行并且沿着第二空间方向(y)排列成N列的图样定义元素，并且关系函数具有空间分布属性在各个空间方向上的单调变化趋势。

4.按照权利要求1或2所述的信息承载装置，其中数据集合包括多个离散数据并且所述多个离散数据的关系函数是线性无关的。

5.一种形成信息承载装置的方法，该信息承载装置包括具有一组特征空间分布属性的数据承载图样，其中该方法包括∶

-通过对应的多个关系函数对包括多个离散数据的数据集合进行处理，以形成数据承载图样，其中所述关系函数是线性无关的并且各个关系函数将离散数据(u_i,v_i)与具有表征所述离散数据的一组空间分布属性的数据承载图样关联起来，和

-其中所述数据承载图样的空间分布特征取决于与所述离散数据无关的特征参数。

6.按照权利要求5所述的方法，其中数据承载图样包括M×N个图样定义元素并且该方法包括包含最多M×N个关系函数来定义最多M×N个数据承载图样，以形成所述数据承载图样，其中所述M×N个数据承载图样中的每一个具有专属于所述离散数据(u_i,v_i)的一组特征空间分布属性。

7.按照权利要求5或6所述的方法或按照权利要求1-4中任何一项所述的信息承载装置，其中所述关系函数包括第一基本关系函数和第二基本关系函数并且其中第一基本关系函数按照第一特征参数分量k₁将离散数据在第一数据域中的第一分量u_i与第一空间域(x)中的一组空间分布属性关联起来，并且第二基本关系函数按照第二特征参数分量k₂将该离散数据(u_i,v_i)在与第一数据域正交的第二数据域中的第二分量v_i与正交于第一空间域的第二空间域(y)中的一组空间分布属性关联起来。

8.按照权利要求7所述的方法或信息承载装置，其中第一特征参数分量k₁和第二特征参数分量k₂是相同的。

9.按照前述任何一项权利要求所述的方法或信息承载装置，其中数据承载图样包括沿着第一空间方向(x)排列成M行并且沿着第二空间方向(y)排列成N列的图样定义元素，其中关系函数可以表示为第一和第二基本关系函数的乘积k₁,k₂是基本关系函数和的阶次。

10.按照权利要求9所述的方法或信息承载装置，其中

当且仅当a₁＝a₂＝…＝a_M＝0。

11.按照权利要求9所述的方法或信息承载装置，其中

当且仅当a₁＝a₂＝…＝a_N＝0。

12.按照权利要求9所述的方法或信息承载装置，其中

13.按照权利要求9所述的方法或信息承载装置，其中第一基本关系函数具有的形式，并且第二基本关系函数具有的形式。

14.按照前述任何一项权利要求所述的方法或信息承载装置，其中关系函数可由下列形式的表达式表示：

其中k₁,k₂是关系函数的键值。

15.按照前述任何一项权利要求所述的方法或信息承载装置，其中k₁＝k₂＝k并且关系函数可由具有

$\frac{4}{{\mathrm{\α}}_{k,M+1}{\mathrm{\α}}_{k,N+1}}\frac{J_k\left(\frac{{\mathrm{\α}}_{k,u}{\mathrm{\α}}_{k,x}}{{\mathrm{\α}}_{k,M+1}}\right)J_k\left(\frac{{\mathrm{\α}}_{k,v}{\mathrm{\α}}_{k,y}}{{\mathrm{\α}}_{k,N+1}}\right)}{\left|J_{k+1}\left({\mathrm{\α}}_{k,u}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,x}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,v}\right)\right|\left|J_{k+1}\left({\mathrm{\α}}_{k,y}\right)\right|}$

形式的表达式表示，其中k是关系函数的键值。

16.按照权利要求14或15所述的方法或信息承载装置，其中

当且仅当a_1,1＝a_1,2＝…＝a_M,N＝0。

17.按照权利要求14或15所述的方法或信息承载装置，其中

18.按照前述任何一项权利要求所述的方法或信息承载装置，其中数据集合和关系函数由

形式的表达式关联起来，其中：

且

19.按照权利要求18所述的方法或信息承载装置，其中

$c_1\left(\begin{array}{c}{\mathrm{\ϵ}}_k\left(1,1\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ {\mathrm{\ϵ}}_k\left(M,1\right)\end{array}\right)+c_2\left(\begin{array}{c}{\mathrm{\ϵ}}_k\left(1,2\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ {\mathrm{\ϵ}}_k\left(M,2\right)\end{array}\right)+...+c_{M-1}\left(\begin{array}{c}{\mathrm{\ϵ}}_k\left(1,M\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ {\mathrm{\ϵ}}_k\left(M,M\right)\end{array}\right)=0,$

当且仅当c₁＝c₂＝…＝c_M＝0。

20.包括按照前述任何一项权利要求所述的信息承载装置的认证装置。

21.按照权利要求20所述的认证装置，其中关系函数包括k阶二维贝塞尔函数。

22.按照权利要求20或21所述的认证装置，还包括与所述特征参数(k)相关的信息。