M-J集分形圖形成算法及效果評價策略的研究.pdf

1、分形理論是非線性科學研究中十分活躍的一個分支，它的研究對象是自然界和非線性系統(tǒng)中出現(xiàn)的不光滑和不規(guī)則的幾何形體，它發(fā)展極其迅速，新成果層出不窮。利用分形公式在計算機上繪制出的分形圖結構復雜、色彩奇異，給人帶來視覺沖擊的同時，極大刺激了人類的想象力和設計靈感，分形圖設計已成為藝術與設計領域一個不可忽視的獨立分支。 作為分形圖的一個重要組成部分，廣義M-J集是探討復平面上的復映射通過迭代生成的圖形，根據廣義M-J集迭代公式得到的分形

2、圖是分形圖大家族中杰出，也是最著名的代表。 為了更好得到廣義M-J集的結構特征，需利用分形圖生成算法將廣義M-J集轉變?yōu)橹庇^的圖像或圖形信息。繪制廣義M-J集分形圖常用的方法是逃逸時間算法，傳統(tǒng)的逃逸時間算法得到的圖形顏色比較單一，不能很好的體現(xiàn)M集和J集的結構特征，或者說從人類的審美角度看不是很美觀，不能使圖像在廣義范圍內得到更好的應用。 針對上述問題，本文主要分析M-J集分形圖生成算法-逃逸時間算法，比較了該算法的集

3、中改進方法，對它們的側重點進行了比較分析，提出了適用的改進方法。研究比較了M集和J集的結構及它們之間的關系，并基于這種比較分析提出新的顏色設計方案，從而凸顯出不同廣義M-J集的結構特征，同時得到更加美觀的廣義M-J集圖像。根據廣義M-J集圖像的生成過程提出了將圖像顏色作為遺傳因子利用遺傳算法來生成并渲染圖像的方法，實現(xiàn)了很好的可視化效果。最后研究了圖像的評價方法，提出了利用用戶對圖像的色彩心理效果作為評價指標，用神經網絡對分形圖案進行評