一种反函数迭代生成Julia集的改进算法

Julia分形图形的生成。常利用逃逸时间算法和反函数迭代算法。本文对随机反函数迭代算法的优缺点进行分析，而后时反函数遮代算法进行改进，并给出用Visual Basic编程语言实现的具体过程。     

广义Julia集关于迭代参数的对称性分析

由迭代函数fω,c(z)=zω c(ω∈C,c∈C)构造了广义Julia集(简称广义J集),并通过对迭代函数fω,c(z)=zω c(ω∈C,c∈C)中参数ω,c的改变,根据逃逸时间算法,利用VC 编程得到了相应的广义J集图形.通过图形对比,给出了仅随参数c变化所得图形对称性的一个重要结论,并从理论上给予了证明.类似地,通过对参数ω,c同时变化所得图形的分析,得到了相应的结论.     

逃逸时间法生成Julia集的算法分析和具体实现

逃逸时间算法是生成Julia集最常用的算法,论文针对非线性复映射f(z)=zm+c为迭代函数的情形进行讨论。首先,根据逃逸时间算法的基本原理给出相应的算法步骤;然后,对迭代函数f(z)=zm+c进行了详细研究,从而合理地确定了算法中需要控制的变量Rmax和B(Rmax:判断｛fn(z0)｝n∞=1有界与否的界限值;B:初始迭代点z0的取值范围)的取值,这样就大大地减少了迭代次数,从而提高了算法的运算效率。     

Julia分形

近年来分形理论和它的构造方法受到极大关注。Julia集是使用非线性复映射f（z）=zm＋c为迭代函数生成的一类著名分形,而逃逸时间算法是生成Julia集最常用的算法。本文在给出逃逸时间算法的算法步骤之后,针对迭代函数fm.c（z）=zm＋c中参数m,c变化的不同情况,给出了Julia集的实验图例,并分析了二次表达式的常规Julia集（m=2）和高阶的广义Julia集（m〉2）的一些特点。     

用加速逃逸时间算法构造Julia集图形

给出了绘制分形图形的逃逸时间算法,构造了新的逃逸时间函数,提出了加速逃逸时间算法。用加速逃逸时间算法构造了一些二次Julia集图形。实验表明,使用该算法构造分形图形在保持原精度不变的情况下,算法执行效率得到了明显提高。     

Julia分形

近年来分形理论和它的构造方法受到极大关注.Julia集是使用非线性复映射f(z)=zm c为迭代函数生成的一类著名分形,而逃逸时间算法是生成Julia集最常用的算法.本文在给出逃逸时间算法的算法步骤之后,针对迭代函数fmc(z)=zm c中参数m,c变化的不同情况,给出了Julia集的实验图例,并分析了二次表达式的常规Julia集(m=2)和高阶的广义Julia集(m＞2)的一些特点.     

Mandelbrot集与Julia集的图象生成算法

介绍一种在计算机上生成Ｍａｎｄｅｌｂｒｏｔ集和Ｊｕｌｉａ集图象的简易算法。该算法对计算机的软硬件要求均不高，在普通的微机以及工作站上均可实现。     

Julia 集和Mandelbrot 集的反演变换

论文讨论了居里叶集与曼德尔布罗特集的反演变换问题,通过扩充复平面 上关于任意定点的反演变换,获得了两类共轭函数。使得这两类共轭函数的居里叶集与曼德 尔布罗特集,恰好是原居里叶集与曼德尔布罗特集关于定点的反演变换,并运用逃逸时间算 法绘制居里叶集和曼德尔布罗特集的反演图。     

复映射｛e~i_ 2~π(z~m)+c｝构造广义Mandelbrot集及Julia集

在利用经典Ｍ集（ｆ（ｚ）＝ｚ２＋ｃ）构造方法构造ｆ１（ｚ）＝ｚｍ＋ｃ的基础上，进一步构造了ｆ２（ｚ）＝ｅｉπ２ｚｍ＋ｃ广义高阶Ｍ集．对Ｍ集的特征进行了分析研究．利用作者提出的旋转逃逸时间算法构造了一系列ｆ２的高阶Ｍ分形图及Ｊ分形图     

一种基于逃逸时间算法的M-集渲染方法

用逃逸时间算法绘制传统的分形集———Mandelbrot集(M-集)和Julia集(J-集)时,常用迭代次数来控制色彩,得到的往往是黑白两色的或缺乏色彩渐变的图形。文章提出了基于逃逸时间算法、利用“距离”来控制色彩变化的M-集渲染方法,这种方法可以同时渲染M-集的外部结构和内部结构。适当选择控制色彩变化的距离函数,还可以得到富有3D效果的分形图形。     

高阶Carotid-Kundalini函数Julia分形集的特性

Julia分形图是研究复动力系统的一种有力工具。文章研究了由高阶Carotid-Kundalini函数f(z)=cos(Nzkarccos(z))+c生成的Julia分形图的性质:当c为实数和N为实数或纯虚数时,分形图具有对称性;当N为实数,c=0时,图形具有2k+1个主瓣,和2k个从主瓣上发出的触角,且触角无界。     

基于IFS的Sierpinski三角形的生成及其推广

阐述了基于IFS的Sierpinski三角形分形图形的生成原理,并对其生成技术进行推广。包括两个方面的推广,第一,生成元形状可以为点、线段、三角形、四边形（正方形）、圆,得到的吸引子相同,由此得到吸引子与生成元形状无关的结论。第二,对Sierpinski三角形的IFS进行适当的调节,可以得到新的IFS,并生成新的吸引子,这为从已知的IFS得到新的IFS提供了参考方法。     

随机迭代算法的概率分布模型及应用

针对带概率的迭代函数系统，伴随概率在吸引子图像控制中的影响作用，文章提出了几种不同的概率分布模型，应用该模型可以对吸引子图像实现局部细节和整体形状的控制，并以树木的模拟为实例，通过计算机数值实验展示了所给模型的控制效果。此方法用于计算机模拟自然景物，计算简单，易于操作，效果较好。     

基于Julia集的图案设计与生成

简要介绍二阶Julia集图像,然后讨论其各种图像变异方法,包括修改其阶数n、常数c、缩放值scale以及颜色参数等,从而达到生成各种花型图案的目的。可广泛用于美术、广告设计、服装、装潢设计等。     

自适应的三维分形地形重建算法研究*

针对常规三维分形地形重建算法具有的速度慢、插值点分布不均匀、参数设置复杂等缺点,提出自适应的三维分形地形重建算法。该算法根据地形的起伏特征自动确定垂直压缩因子,根据子域面积进行均匀插值。实验结果表明,该方法插值效率更高,所获得的插值曲面更加真实,与常规分形插值相比具有一定的优越性。     

迭代函数系统IFS随机分形的生成方法

研究了迭代函数系统IFS随机分形的构造问题,在对已有几种方法分析的基础上,提出了基于概率分布随机和生成元随机的方法.通过引入随机因素对带概率的IFS的伴随概率集作随机化处理,使得伴随概率呈随机分布,在逐次迭代计算过程中对系统生成元进行随机演变,实现IFS随机分形的计算机生成,并以树木模拟为实例展示了所给方法的模拟效果.最后指出了随机分形生成仍需要进一步深入研究的问题.     

分形图像编码的快速细粒度迭代解码

该文基分形图像编码的固有特征，阐述和研究了分形图像编码的迭代解码方法的“可分级性”概念，在这一思想指导下，在迭代解码过程中用单缓冲算法取代传统分形编码中的双缓冲算法，在节省了内存空间开销的同时有交地实现了更细粒度上的质量可分级性解码，继而提出了一种块排序解码算法用于基于尺寸自适应块分割的分形编解码方案中，获得了更快的解码收敛速度，通过以上一系列算法深入地阐述了分形偏解码中“质量连续可分级性”的思想，给出了一个初步的实现模型并对结果作了详尽的分析。     

分形编码时间的线性控制和预测

以图像的布朗维数为纹理特征对编码中的图像块进行聚类和排序,实现了对每个值域块所需比较定义域块数目的精确控制。进一步,通过排除平坦块、使用均值图像建立定义域块库等技巧,得到了一种可以通过定义域块比较数目对编码时间进行线性控制和预测的快速分形编码方法。实验表明,与已有分类和聚类方法相比,在相同的压缩比下,本文方法可取得更好的加速效果和解码质量。     

3D IFS在DEM重构中的应用研究

在基于DEM的地形表面重构中,传统的插值方法（B样条插值、双线形插值）获取的地形表面过于平滑,不能反映自然地形具有无限细节的事实。引入3维迭代函数系统（3D-IFS）插值方法来重构经随机简化的原始地形。在重构地形时,创造性地将垂直放缩因子作为分形维数的连续函数以简化计算。实验结果表明,在压缩率不大时,3D IFS能较好地保持地表地貌特征和统计特征。