信息承载装置的制作方法

本公开涉及复合信息承载装置及其制作方法。

背景技术：

包括隐蔽编码的数据嵌入图案的数据承载装置广泛用作认证、识别、追踪、通信、验证、以及其它应用。例如，诸如数字水印之类的信息承载装置常被并入到文件(比如认证文件、证书、授权许可)、制品(比如产品标签和标牌)、贵重物品(比如信用卡)、钞票等。在许多应用中，数据嵌入图案通常被形成为背景影像图案、前景影像图案、或两者的混合。包括明显编码的数据单元的数据承载装置还被广泛用作信息源。这种类型的数据装置的一般示例是条形码和qr(rtm)码。

包括由明显编码的数据单元形成的第一数据承载装置和由隐蔽编码的数据嵌入图案形成的第二数据承载装置的复合信息承载装置是有用的，其中第一数据承载装置与第二信息承载装置至少部分地重叠以形成重叠数据承载部分。数据承载部分的重叠导致数据密度增加以及导致复制和/或数据恢复的难度增加。

技术实现要素：

公开了一种包括多个数据单元的复合信息承载装置，所述多个数据单元排列为限定表示第一组数据的第一数据承载装置，其中，数据单元(dataunit)中的每一个形成为多个离散状态(discretestates)中的一个以表示相应的多个数字状态中的一个，所述多个数字状态至少包括第一数字状态(firstdigitalstate)和第二数字状态(seconddigitalstate)，其中，第一数字状态和/或第二数字状态中的一个的数据单元中的至少一些由图案定义元素的集合(ensemble)限定，并且形成该集合的图案定义元素的数量实质上多于由该集合限定的数据单元的数量；其中，该集合的图案定义元素分布形成第一数据嵌入图案，并且第一数据嵌入图案对应于第二组数据；其中第二组数据与遵循空间分布规则(spatialdistributionrule)的展开图案(spreadpattern)相关联，并且该空间分布规则限定展开图案在空间域中的特征值(characteristicvalue)并且具有在最大值和最小值之间以连续的值展开。

所述集合的图案定义元素的空间分布可遵循空间分布规则至所述特征值高于或低于选择阈值的程度，该选择阈值为所述最大值和所述最小值之间的值。

在一些实施例中，数字状态的多个数据单元由图案定义元素的并集(aggregate)形成，并且该并集具有第一密度的图案定义元素，第一密度与形成第一并集的图案定义元素的选择阈值相关联。

图案定义元素的密度是图案定义元素所覆盖的面积与数据单元所覆盖的面积之间的比。同样地，数据单元中的图案定义元素的密度是该数据单元中图案定义元素所覆盖的面积与该数据单元所覆盖的面积之间的比。图案定义元素的密度可以等于或基本等于图案定义元素的数量与并集中的总像素的数量之间的比。

附图说明

将以示例方式并参照附图描述本公开，在附图中：

图1示出了根据本公开的示例复合信息承载装置。

图2是数据域中分布的一组示例离散数据的图形示意。

图2a是对图2的该组示例离散数据执行数据转换函数而产生的示例数据嵌入图案。

图2b示出了图2a的数据嵌入图案以及矩形框圈出的部分的放大图。

图2b1是示出像素的数量的分布对图2a的数据嵌入图案的特征值的示图。

图3a、图3b和图3c示出了根据本公开的与图2的该组示例离散数据相对应的示例数据嵌入图案(矩形框仅做参考且不形成为实际图案的部分)。

图4a、图4b和图4c分别示出了图3a、图3b和图3c的数据嵌入图案以及矩形框圈出的部分的放大图。

图4a1、图4b1和图4c1分别示出了像素的数量的分布对图3a、图3b和图3c的数据嵌入图案的示例特征值。

图5a示出了根据本公开的示例复合信息承载装置200。

图5a1示出了图5的第一数据承载装置的暗数据部分。

图5a2示出了图5的第一数据承载装置的亮数据部分。

图5b示出了根据本公开的示例复合信息承载装置300。

图5b1示出了图5b的复合信息承载装置的示例暗数据单元和示例亮数据单元。

图5c示出了根据本公开的示例复合信息承载装置400。

图6示出了根据本公开的示例复合信息承载装置500。

图6a1示出了图6的第一数据承载装置的最暗数据部分。

图6a2示出了图5的第一数据承载装置的中等暗数据部分。

图6a3示出了图6的第一数据承载装置的最亮数据部分。

图7示出了根据本公开的示例复合信息承载装置600。

图8示出了根据本公开的示例打印版本的复合信息承载装置。

图8a示出了图8的示例复合信息承载装置的暗部分。

图8b示出了图8的示例复合信息承载装置的亮部分。

图8a1和图8a2分别是示出图8a和图8b的各部分的像素分布的直方图。

图9示出了根据本公开的示例打印版本的复合信息承载装置。

图9a示出了图9的复合信息承载装置的暗部分。

图9b示出了图9的复合信息承载装置的亮部分。

图9a1和图9a2分别是图9a和图9b的各部分的像素分布的直方图。

具体实施方式

图1示出的示例复合信息承载装置100包括部分重叠的第一数据承载装置120和第二数据承载装置140a。第一数据承载装置120包括多个数据单元122并且数据单元122以包括p行和q列的二维矩阵的方式分布，其中p和q是整数。数据单元的每一个具有方形形状并且各数据单元的形状和尺寸相同。数据单元被以数字形式编码为第一数据状态(firstdatastate)(简称“第一状态”)或第二数据状态(seconddatastate)(简称“第二状态”)。在非重叠区域中，数据单元被编码为表示第一状态的白单元(“w”)或表示第二状态的黑单元(“b”)。在重叠区域，数据单元被编码为表示第一状态的亮单元(“l”)或表示第二状态的暗单元(“d”)。虽然第一数据承载装置120具有侧边尺寸与p＝25行和q＝25列的数据单元对应的方形形状，但是并非全部区域都被数据单元占据，部分区域被对准装置或参考装置所占据。

对准装置包括四个对准元件124，每个对准元件包括外黑方框、内黑方点以及隔开外黑方框和内黑方点的中间白框。对准元件中的其中三个位于重叠区域以外并且分布在划定出第一数据承载装置120的方形的各角处，第四个对准元件位于重叠区域内并且占据了25个数据单元的面积。虽然第一数据承载装置120的p＝q＝25，但是p和/或q常常可以具有其它整数值(比如21、29、33、57、117、177、或由例如所谓的qr^tm码采用的其它值)而不失一般性。虽然示例第一数据承载装置120具有1cm宽(x方向上)和1cm高(y方向上)的示例侧边尺寸，但是第一数据承载装置120可以在打印形式或显示形式时被缩放至任何期望尺寸而不失一般性。

作为示例，第一行的数据单元为[w,b,w,w,b,b,b,w,b,b,w]，用于表示数字数据[0,1,0,0,1,1,1,0,1,1,0]或[1,0,1,1,0,0,0,1,0,0,1]，其中0和1是离散数字状态。类似地，最后一行的数据单元为[d,l,l,d,d,l,l,l,l,l,l,l,b,w,w,w,b,w]，用于表示数字数据[1,0,0,1,1,0,0,0,0,0,0,0,1,0,0,0,1,0]或[0,1,1,0,0,1,1,1,1,1,1,1,0,1,1,1,0,1]，其中l和w均表示相同的数字状态，即第一数字状态，并且d和b均表示另一相同的数字状态，即第二数字状态。替代性地，l、w、b和d可表示四种不同数字状态而不失一般性。

第二数据承载装置140a是数据嵌入空间图案，其被设计成与如下的一组示例离散数据相关联，该组示例离散数据包括：

{(d1),(d2),(d3),(d4),(d5),(d6),(d7),(d8),(d9),(d10)}，

其中，di(其中i＝1,2,…,10,)中的每一个是具有离散值(ui,vi)的数据并且例如该数据的任意值列出如下：

该组示例离散数据在图2中的数据域(u,v)中图形化地示出，并且可以由以下规则或表达式表示：

以上f(u,v)的表达式中的值“1”用于标示在坐标(u,v)处存在数据di，而值“0”用于表示在那里不存在数据。在图2的图形化示意中，由白色背景上的黑点表示值“1”，而白色背景表示值“0”。

通常，包括一个或多个离散数据的一组离散数据(f(u,v))在空间域(x,y)中具有相应的对应部f(x,y)，其描述、表示或表征数据嵌入图案(比如数字水印或隐写编码的影像图案)。可进行操作以将数据(f(u,v))嵌入到隐蔽编码的数据嵌入图案的示例相应的对应部的示例特征表达式列出如下：

其中f(x,y)是该特征表达式在坐标(x,y)处的值，并且“re”表示实部。

特征表达式f(x,y)是空间分布规则的示例，该空间分布规则的示例与对应的部分f(u,v)和f(x,y)相关联，并且控制形成图案140a的图案定义元素的属性。

对于由m×n个像素(其中像素是图案的最小单元或基本单元，m、n是整数，并且坐标(x,y)具有x＝0至n-1,y＝0至m-1的离散值)限定的数字化图案，在坐标(x,y)处的像素的特征值f(x,y)将会是最大值(fmax)处的值、最小值(fmin)处的值、或它们之间的值。

在离散数据f(u,v)嵌入在特征表达式中时，则离散数据f(u,v)也就嵌入在隐蔽编码的数据嵌入图案中，因为特征表达式描述、表示、表征数据嵌入图案。

一旦给定数据f(u,v)和m、n，则特征表达式f(x,y)可以由计算装置进行处理以产生具有m×n个像素的空间图案。反之，当提供了空间图案和m、n时，可以通过计算装置产生或恢复数据(f(u,v))。特征表达式f(x,y)具有数据转换函数的效果，因为其可进行操作将一组离散数据转换、变换和/或展开为以m×n个像素展开的空间图案。由于当提供了空间图案时可以通过进行数据转换函数的逆操作而由计算装置取回、恢复或产生嵌入的数据，而该嵌入的数据难以被裸眼可读，因此，空间图案具有隐蔽编码的数据嵌入图案的效果。

图2a中示出的示例的隐蔽编码的数据嵌入图案140是利用数据转换函数t对数据f(u,v)执行数据转换操作而由计算装置产生的：

数据转换函数(t)定义了数据f(u,v)与f(x,y)之间的相互关系，并且f(x,y)定义了由坐标(x,y)定义的所有位置处的大小或特征值f(x,y)。因此，数据转换函数具有空间分布规则的效果，所述空间分布规则限定了由坐标(x,y)定义的空间中的空间属性，其中x＝0至n-1,y＝0至m-1，或其等效。在m×n实质上大于数据组f(u,v)中包含的离散数据的数量的情况下，一旦对数据组f(u,v)执行数据转换操作，数据转换函数就具有将数据组f(u,v)以及每个单独离散数据展开到包括散布或分布在空间域中的m×n个图案单元的展开空间图案中的效果。在具有坐标(x,y)处的空间单元处的特征值f(x,y)的大小决定了该空间单元的至少一个特征属性。由于数据的标识或值以空间分布规则隐蔽地嵌入，因此具有与该空间分布规则相对应的空间分布属性的图案可以被认为是数据组的“另一面或另一身份(alterego)”或“隐藏面或另一隐藏身份(hiddenego)”。

根据该数据转换函数产生的数据嵌入图案是展开图案，这是因为图案定义元素散布或展开在m×n个像素的空间图案140的整个范围或区域上。该展开效果归因于空间分布的规则中的双指数部分的贡献。展开函数(在本示例中包括双指数函数)的连续性质意味着特征表达式f(x,y)的值可以在最大值(fmax)处、最小值(fmin)处、或者在作为最大值与最小值之间的许多个值之一的值处。示例空间图案140是将多个空间图案进行组合或叠加的结果，其中每个空间图案都是利用数据转换函数对单个数据di进行展开转换得到的。

当对给定的隐蔽编码的空间图案进行处理以获得或恢复隐蔽嵌入的数据时，计算装置将会执行转换操作，所述转换操作是将离散数据变换或转换为空间图案的变换处理的反转。当执行逆变换时，计算装置将执行存储的指令以对包括图案定义元素的值和图案定义元素的对应位置(即，像素坐标)的各参数进行处理，并随后决定或恢复嵌入的数据。

作为示例的空间分布规则的特征表达式f(x,y)是数据组f(u,v)的傅里叶(fourier)对应部的形式。傅里叶对应部被用作数据变换操作的示例，这是因为傅里叶变换具有将离散数据展开为由多个图案定义元素限定的图案的效果。通过对空间图案执行逆傅里叶变换，该离散数据将是可恢复的。一旦执行逆变换，就对空间分布属性、特性、和/或关系进行处理以恢复离散数据。该逆处理与展开处理或展开变换相对，并且将被称作“合并(merging)”变换或“离散化(discretization)”处理，作为略语。离散图案与其特征空间图案之间的特定对应关系有利于将数据编码成影像、图形或图案。

虽然傅里叶是数据变换对应部的有用示例，但是应当认识到的是，具有数据展开效果和特定对应部对应属性的其他变换函数(比如贝塞尔(bessel)、余弦(cosine)等)也可用于本申请。使用贝塞尔函数来形成展开数据嵌入图案已在wo2015063677a1中描述。

例如，在傅里叶域中具有单个频率值的离散数据具有在空间域中的特征对应部展开图案，并且该特征对应部展开图案包括在空间域中具有单一重复的图案定义元素。对于包括多个离散数据的一组离散数据，特征对应部展开图案包括由于单独离散数据而在空间域中具有重复频率的各图案定义元素。

对于具有m×n个像素的空间图案，针对数据(u,v)的空间频率ω(u,v)由以下关系给出：

其中h是海维塞德单位(heaviside)阶梯函数。

如果在l厘米×l厘米的区域中打印或显示该空间图案，则可以以2.54ω/l每英寸行数(“lpi”)的lpi单位来表达空间频率。在空间图案140a的尺寸为1厘米×1厘米的图1的示例中，数据d2(其具有示例数据值(u,v)＝(24,437))的空间重复频率将具有约198lpi的空间频率，如使用如下关系所计算的：

根据转换关系：lpi＝2.54×ω/l，78的ω值对应于198lpi。

在典型应用示例中，空间重复频率将会在150lpi或更高，并且175lpi或更高、250lpi或更高、300lpi或更高、350lpi或更高、400lpi或更高、450lpi或更高、500lpi或更高、550lpi或更高、或者600lpi或更高的空间重复频率特别适用于需要较高分辨率的应用。另一方面，第一数据承载装置的数据单元的密度(也以lpi单位的空间重复频率来表达)将会基本上低于例如35％或35％左右、30％或30％左右、25％或25％左右、20％或20％左右、15％或15％左右、10％或10％左右、5％或5％左右、1％或1％左右、0.1％或0.1％左右、0.05％或0.05％左右、0.01％或0.01％左右的数据嵌入图案的空间重复频率或更低。

特征表达式f(x,y)决定位置(x,y)处的像素的特征值，并且空间图案的所有像素的特征值是变化的并且可以是在最大值(fmax)处的值、最小值(fmin)处的值、或者是最大值(fmax)与最小值(fmin)之间的值。

例如，由于指数函数，导致特征表达式f(x,y)的连续性质意味着特征值在整个空间图案140上是连续的或连续变化的，并且可以在图2b中更好的看出空间图案的模拟性质。在数字系统中，最大值(fmax)与最小值(fmin)之间的范围可以映射到2ⁿ个等级上，其中2ⁿ个等级中的最大值被指定值(fnmax)并且2ⁿ个等级中的最小值被指定值(fnmin)，并且可以将模拟特征值指定至2ⁿ个可用值中的一个，而不失一般性。

第二数据承载装置140a包括多个图案定义元素，并且各图案定义元素在划定出第二数据承载装置140a的区域中分布。

因此，第一数据承载装置120的数据单元可以通过空间图案140a的像素来形成或限定，限定空间图案的像素的密度必须实质上高于形成第一数据承载装置120的数据单元的密度。例如，在相同面积中，第二数据承载装置140a的空间图案具有512×512(262，144)个像素，而第一数据承载装置120可最多容纳25×25个数据单元。换言之，每个数据单元由多于300个像素或更多像素来限定。

图案定义元素实质上比第一数据承载装置120的数据单元122更密集地分布。例如，数据单元122内可存在约10至300个图案定义元素来限定暗数据单元(d)或亮数据单元(l)。

参照图1，重叠区域为矩形，并且其宽度等于12个数据单元的宽度之和且高度等于13个数据单元的高度之和。虽然重叠区域的面积足以容纳13行12列总计156个数据单元，但是在重叠区域中仅分布了总计131个数据单元，这是因为与25个数据单元相等的面积被第四对准元件所占据。在重叠区域中所分布的131个数据单元中，62个是亮数据单元l，69个是暗数据单元d。

重叠区域包括由亮数据单元所限定的亮数据区域和由暗数据单元所限定的暗数据区域。亮数据区域由作为空间图案140a的图案定义元素的第一并集的图案定义元素限定或形成。暗数据区域由作为空间图案140c的图案定义元素的第二并集的图案定义元素限定或形成。

替代性地，亮数据区域由作为空间图案140a的图案定义元素的第一并集的图案定义元素限定或形成，并且暗数据区域由作为空间图案140b的图案定义元素的第二集合的图案定义元素限定或形成。

替代性地，亮数据区域由作为空间图案140b的图案定义元素的第一并集的图案定义元素限定或形成，并且暗数据区域由作为空间图案140c的图案定义元素的第二集合的图案定义元素限定或形成。

黑数据单元b、白数据单元w、暗数据单元d以及亮数据单元l可表示多于两种的不同数字状态。例如，黑数据单元b可表示第一数字状态，暗数据单元d可表示第二数字状态，亮数据单元l可以表示第三数字状态，白数据单元w可以表示第四数字状态。

图3a中示出的空间图案140a是根据空间图案140修改但仍隐蔽嵌入相同数据组f(u,v)的数据嵌入图案。在该空间图案140a中，图案定义元素具有第一值或第二值，第二值大于第一值。例如，第一值可以为最小值(fnmin)并且第二值可以为最大值(fnmax)。在该示例中，采用了256灰度等级，其中黑色被指定作为最小值(fnmin)的0，白色被指定作为最大值(fnmax)的255。空间图案的512×512个像素中的每一个的特征值可以为最小值(该示例中，fnmin＝0)和最大值(该示例中，fnmax＝255)之间的256(2⁸)个值中的一个。

如图4a1中所示，空间图案140a的约25％(66673/262144)的图案定义元素为黑点并且约75％(195471/262144)的图案定义元素为白点。如图2b和图4a的比较所见，与空间图案140相比，空间图案140a颜色更淡、所限定的细节更佳、并且影像分辨率更佳或更高。如图4a1所示，图案定义元素的特征值集中在两个极值(fmax)与(fmin)附近，而空间图案140的图案定义元素的特征值集中在中部，其中特征值基本上遵循以((fnmin)和(fnmax))之间的中值或((fnmin)和(fnmax))的平均值为中心的类正态分布或类高斯分布(gaussian-likedistribution)。

为了形成空间图案140a，用附加标准对特征表达式f(x,y)进行修改，该附加标准为：在f(x,y)的值为分界值(dividingvalue)或大于分界值的情况下，最大值(fnmax)将被指定给那个像素，否则(即，f(x,y)的值小于分界值的情况)，将指定最小值((fnmin)。在该示例中，将值104选为示例分界值，从而与该示例中的约25％的黑点的计数对应。通过将分界值选为分界阈值，并且随后将两个特征值中的一个指定至图案定义元素，形成更锐利和更清晰的数据嵌入图案。虽然在空间图案140a中存在两个特征值，但是实际上只有一个特征值，因为另外一个特征值将是背景的特征值。应当认识到的是，这两个特征值中的任一个可以为背景的值，并且另一个为图案定义元素，而不失一般性。虽然特征值提供了图案定义元素与背景之间的最大对比度，但是应当认识到的是，可以使用将会提供适当或足够对比度的其他值，而不失一般性。

除了使用不同的分界值124以获得约50％的黑点或约50％的白点之外，图3b中示出的空间图案140b与图3a中的空间图案相同。

除了使用不同的分界值146以获得约75％的黑点和约25％的白点之外，图3c中示出的空间图案140c与图3a中的空间图案相同。由于空间图案140c具较高百份比的黑点，所以空间图案140c显得比空间图案140更暗，同时具有更优的图案分辨率和更佳的分辨率以及影像细节。

在图3a至图3c的示例中，各黑点(等级0)是白色(等级255)背景上的图案定义元素，并且黑点的数量表示图案定义元素的数量，并且黑点的百分比或黑点所占据的面积的百分比将表示空间图案中的图案定义元素的密度。

但是，数据嵌入图案可以具有在黑色背景上分布或散布的白点(等级255)作为图案定义元素。在背景为黑色的情况下，白点的数量表示图案定义元素的数量，并且白点的百分比或白点所占据的面积的百分比将表示空间图案中的图案定义元素的密度。

与原来的2ⁿ(其中，n＞1)个等级相比，对产生空间图案所进行的参照分界值将两个离散值中的一个指定给各像素的处理具有将空间分布规则的各值数字化为仅两种数字状态中的一种的效果。通过数字化，像素要么是背景元素，要么是图案定义元素(或背景上的信息承载元素)，这实质上增强了信息承载元素与背景之间的对比度，并且增强了空间图案的分辨率。这种将像素转换为两种相对状态的数字化处理类似于数据量化处理，并且有益于改善空间图案的质量或分辨率，同时维持或至少维护了数据嵌入属性(或另一面的空间图案)。分界值在本文中用作“选择阈值(selectionthresholdvalue)”。

需注意，在不使用双状态量化处理的情况下，通过遵循空间分布规则并参照“选择阈值”使用选择处理来改善空间图案的质量或分辨率。在一些实施例中，在不使用双状态量化处理的情况下，通过遵循空间分布规则并参照“选择阈值”使用选择处理来形成根据本公开的数据嵌入图案。

在图5a中示出的示例复合信息承载装置200包括完全重叠的第一数据承载装置和第二信息承载装置。该第一数据承载装置与第一数据承载装置120类型相同并且包括两种数据单元，即，表示第一数字状态的暗数据单元(“d”)和表示第二数字状态的亮数据单元(“l”)，该第二数字状态与该第一数字状态不同。图5a中示出的复合信息承载装置200的暗部分包括由与空间图案140c的图案定义元素具有相同特征的图案定义元素的并集限定的暗数据单元。复合信息承载装置200的亮部分包括由与空间图案140a的图案定义元素具有相同特征的图案定义元素的集合限定的亮数据单元。

在对像素进行选择以形成第一数据承载装置的暗数据单元时，仅选择具有满足如下选择标准的特征值的像素(或点)以使得接受具有146或以下的值的像素作为图案定义元素而具有大于146的值的像素将形成背景，所述选择标准为：所述特征值具有约75％的黑色图案定义元素密度和/或所述特征值为选择阈值146或低于选择阈值146。

在对像素进行选择以形成第一数据承载装置的亮数据单元时，仅选择具有满足如下选择标准的特征值的像素(或点)以使得具有大于104的值的像素将形成背景，所述选择标准为：所述特征值具有约25％的黑色图案定义元素密度和/或所述特征值为低于选择阈值104。

在决定像素将是图案定义元素还是背景定义元素时，通过计算装置(比如微处理器)决定全部像素的特征值，并且制作像素数量对特征值的表格用于选择参照。如下的表格1示出了特征值(以256灰度等级表示)和构成示例空间图案的全部像素的像素的数量(以百分比(％)计)的表格。

表格1

如表格1中所示，存在0.00038147％的具有“0”(黑色)的灰度的像素、25.433％的具有“104”和更低的灰度等级的像素、50.281％的具有“125”和更低的灰度等级的像素、以及75.127％的具有“146”和更低的灰度等级的像素。另一方面，存在0.001％的具有“255”(白色)的灰度的像素、74.567％的具有高于“104”的灰度等级的像素、49.719％的具有高于“125”的灰度等级的像素、以及24.873％的具有高于“146”的灰度等级的像素。

复合信息承载装置200的暗区域202和亮区域204分别在图5a1和图5a2中示出。图5a1示出的暗区域202包括暗数据单元和对准装置的暗部分。暗数据单元分布形成第一并集的图案定义元素，以限定暗数据区域。图5a1中的空白区域是由图5a的复合信息承载装置200中的亮区域所占据的区域，但是在图5a1中保留为空白以仅示出暗数据区域。图5a2中示出的亮区域204包括亮数据单元和对准装置的亮部分。亮数据单元分布形成第二并集的图案定义元素，从而限定亮数据区域。图5a2中的空白区域是由图5a的复合信息承载装置200中的暗区域所占据的区域，但是在图5a2中保留为空白以仅示出亮数据区域。当在各对准装置对准的情况下使图5a1的暗数据区域202和图5a2中的亮数据区域204重叠时，形成图5a的复合信息承载装置200。

离散数据f(u,v)被隐蔽地嵌入在包括暗数据单元的并集的暗数据部分中，并且即使暗数据部分仅是从图3c的数据嵌入图案140c摘选的选定部分，也可以通过只对暗数据部分执行逆变换来恢复离散数据f(u,v)。同样地，离散数据f(u,v)被隐蔽地嵌入在包括亮数据单元的集合的亮数据部分中，并且即使亮数据部分仅是从图3a的数据嵌入图案140a摘选的选定部分，也可以通过只对亮数据部分执行逆变换来恢复离散数据f(u,v)。

此外，离散数据f(u,v)被隐蔽地嵌入在包括亮数据部分(简称为“亮数据单元的并集(aggregateoflightdataunits)”、“第一数据单元并集(firstdataunitaggregate)”或“第一并集(firstaggregate)”)和暗数据部分(简称为“暗数据单元的并集(aggregateofdarkdataunits)”、“第二数据单元并集(seconddataunitaggregate)”或“第二并集(secondaggregate)”)的复合信息承载装置200的整个数据部分中，并且即使使用不同的选择标准(比如不同的密度标准和/或不同的选择阈值)对第一并集和第二并集的数据定义元素进行选择，也可以通过对整个数据部分执行逆变换来恢复离散数据f(u,v)。

虽然根据图3a的数据嵌入图案构建示例复合信息承载装置200的亮数据部分并且根据图3c的数据嵌入图案构建暗数据部分，但是将会认识到的是，可以根据依照本公开的数据嵌入图案的不同组合来构建亮数据部分和暗数据部分。例如，可以根据图3b的数据嵌入图案来构建暗数据部分，并且根据图3a的数据嵌入图案来构建亮数据部分。作为替代示例，可以根据图3c的数据嵌入图案来构建暗数据部分，并且根据图3b的数据嵌入图案来构建亮数据部分。

在图3a、图3b和图3c的示例中，选择约25％的黑色图案定义元素的密度以限定亮数据单元，选择约75％的黑色(对应部)图案定义元素的密度以限定暗数据单元，并且约50％的图案定义元素的密度可以限定暗数据区域或亮数据区域。但是，所述密度和相关选择阈值仅为有用示例。

在对选择标准进行选取以形成暗数据单元和亮数据单元时，一个有用的原则在于，亮数据单元应当足够亮以便将其与暗数据单元区分开，而暗数据单元应当足够暗以便将其与亮数据单元区分开，并且同时，图案定义元素必须容易地从亮或暗单元的背景中可辨识或可恢复，以便恢复嵌入的数据。

作为一个有用的原则，亮数据区域可由黑色图案定义元素形成并且具有15％至55％之间的黑色图案定义元素的密度，暗数据区域可由黑色图案定义元素形成并且具有45％至85％之间的黑色图案定义元素的密度，并且形成亮数据区域的黑色图案定义元素的密度与形成暗数据区域的黑色图案定义元素的密度之间的差为约15％或更大的密度将提供足够的对比度，虽然更大的密度差(例如20％、25％或更大)将进一步增强这两个数据区域之间的对比度。例如，密度差可以为15％或更大、20％或更大、25％或更大、30％或更大、35％或更大、40％或更大、45％或更大、50％或更大、55％或更大、60％或更大、65％或更大、70％或更小、或在任意数值组合所定义的范围内。

图3a、图3b和图3c中示出的三种数据嵌入图案表示三种数据单元。图3a所表示的第一种数据单元是三者中最亮的。图3c中所表示的第二种数据单元是三者中最暗的。图3b中所表示的第三种数据单元具有位于图3a和图3c的数据单元之间的中等暗度或中等亮度。

通常，第一种数据单元(即，最亮的)将具有15％及更大的黑色图案定义元素的密度，例如，密度为20％或更大、25％或更大、30％或更大、35％或更大、45％或更大、50％或更大以及55％或更大，但是小于85％。第二种数据单元(即，最暗的)将具有55％及更大的黑色图案定义元素的密度，例如，密度为60％或更大、65％或更大、70％或更大、75％或更大、80％或更大，但是一般不超过85％。在第一种和第二种数据单元要表示两种数字状态的情况下，任意前述密度的组合将会是合适的，只要存在适当的黑色图案定义元素的密度差以提供足够对比度即可。

在三种数据单元要表示三种不同数字状态的情况下，第三种数据单元将需要具有第一种和第二种之间的图案定义元素的密度，同时保持黑色定义元素的适当的密度差以提供足够对比度。如本文所述，虽然较大的差异(比如20％、25％)对于具有两种数字状态的数据单元是优选的，但是对于具有三种或更多种数字状态的数据单元而言，15％与20％之间的差异更适合。

图5b中示出的示例复合数据承载装置300包括完全重叠的第一数据承载装置和第二数据承载装置。该第一数据承载装置与复合数据承载装置200的第一数据承载装置类型相同并且包括由暗数据单元(“d”)形成且形成暗数据单元的并集的暗数据区域以及由亮数据单元(“l”)形成且形成亮数据单元的并集的亮数据区域。图5b1中示出了示例暗数据单元302和示例亮数据单元304。对准装置不同于复合数据承载装置200的对准装置，并且仅具有黑色部分和白色部分。除了对准装置不同以外，关于复合数据承载装置200的描述内容可使用并且加以必要变更而并入于此。

图5c示出的示例复合数据承载装置400包括第一数据承载装置和第二数据承载装置。第一数据承载装置与复合数据承载装置100的第一数据承载装置120的类型相同并且包括两种数据单元，即，表示两种不同数字状态的亮数据单元(“l”)和黑数据单元(“b”)。图案定义元素仅散布或分布在装置400中由全部亮数据单元的并集形成的亮数据区域中并且隐蔽嵌入数据f(u,v)。该亮数据部分是图3a或图3b的数据嵌入图案的摘选部分。在黑色数据区域中，图案定义元素不可见或不明显。

与复合数据承载装置400类似的另一示例复合数据承载装置(未示出)包括第一数据承载装置和第二数据承载装置。第一数据承载装置与复合数据承载装置100的第一数据承载装置120类型相同，并且包括两种数据单元，即，表示两种不同数字状态的暗数据单元(“d”)和白数据单元(“w”)。图案定义元素仅散布或分布在装置400中由全部暗数据单元的并集形成的暗数据区域中并且隐蔽嵌入数据f(u,v)。该暗数据部分是图3b或图3c的数据嵌入图案的摘选部分。

图6中示出的示例复合数据承载装置500包括第一数据承载装置和第二数据承载装置。第一数据承载装置包括以8行8列的矩阵形式分布的三种数据单元。数据单元中的每一个具有方形形状并且所有三种数据单元具有相同大小。本文中所定义的这三种数据(即，最亮的、最暗的、以及中等的)将要表示三种不同数字状态。第一数据承载区域的数据区域由具有上述选择标准的第一数据区域、第二数据区域和第三数据区域形成，第一数据区域由第一并集的第一种数据单元限定，第二数据区域由第二并集的第二种数据单元限定，并且第三数据区域由第三并集的第三种数据单元限定。

图7中示出的示例数据承载装置600包括第一数据承载装置和第二数据承载装置。第一数据承载装置包括两种数据单元，即，以与条形码的布置相对应的一维阵列的形式分布的亮数据单元和暗数据单元。亮数据单元和暗数据单元具有如本文所讨论的那些的属性和选择标准。

在上述各示例中，离散数据f(u,v)被隐蔽嵌入(共同地或分别地嵌入)在暗数据部分、亮数据区域、中等数据区域(如有)、以及包括全部存在的数据区域的整体数据区域中，即使数据部分仅为完整的数据嵌入图案的摘选或一部分。

当例如作为印刷品在介质上打印根据本公开的复合数据承载装置时，几乎无法避免由于打印问题导致的展开(spreading)。例如，根据本公开的复合数据承载装置在打印时将遭受打印失真并导致质量下降，如图8、图8a和图8b所示。图8a中示出的暗数据区域702是从复合数据区域700分离的暗数据单元的并集，而图8b中示出的亮数据区域704是从复合数据区域700分离的亮数据单元的并集。如图8a1和图8a2所示，像素分布特征也从图4a1、图4b1、图4c1中的像素分布特征改变成为图8a1和图8a2中的像素分布特征。从图8a1还注意到，图8a1中所示的暗数据区域的像素分布的峰朝向最大值(255)从0向上移动至值(186)并展开。同样地，图8a2中所示的亮数据区域的像素分布的峰从最大值255向下移动至202并展开，但是亮数据区域的像素分布的峰仍然具有比暗数据区域的像素分布的峰更高的等级。

通过选择恢复分界值并对像素分布进行处理使得暗数据区域和亮数据区域中的所有像素根据像素值是否大于恢复分界值来被恢复为具有值0或值255，可以恢复暗和亮数据部分。在该示例中，选择恢复分界值202(186与217的平均值)。

在另一示例中，复合数据承载装置在打印时遭受打印失真并导致质量降低，如图9、图9a和图9b所示。图9a中示出的暗数据区域802是从复合数据区域800分离的暗数据单元的并集，而图9b中示出的亮数据区域804是从复合数据区域800分离的亮数据单元的并集。如图9a1和图9a2所示，像素分布特征也从图4a1、图4b1和图4c1中的像素分布特征改变成图9a1和图9a2中的像素分布特征。从图9a1和图9a2这两者注意到，在暗数据区域和亮数据区域中的每一个中存在像素分布的两个峰。

通过选择恢复分界值并对像素分布进行处理使得暗数据区域和亮数据区域中的所有像素根据像素值是否大于恢复分界值来被恢复为具有值0或值255，可以恢复暗和亮数据部分。在该示例中，靠近暗数据区域中的黑等级的峰的值(84)被选作复合数据区域800的参考分界值，这是因为该值可以更好的表示复合数据区域800中的黑等级，并且靠近亮数据区域中的白等级的峰的值(228)被选作复合数据区域800的参考分界值，这是因为该值可以更好的表示复合数据区域800中的白等级，并且选择恢复分界值156(84与228的平均值)来进行恢复。

虽然已经参照本文的示例而作出本公开，但是应当理解的是，这些示例仅做参考并且不应当用于限制本公开的范围。例如，虽然在示例中亮部分和暗部分对应于相同的数据变换函数，但是亮部分和暗部分可以对应于不同的数据变换函数而不失一般性。