390 likes | 533 Views
三维实体造型. (二) 苏 小 红 哈尔滨工业大学计算机科学与技术学院. 分形几何. 欧氏几何 使用 方程 描述有平滑的表面和 规则 形状的物体 分形几何 使用 过程 对具有 不规则 几何形态的物体(如自然景物)建模. 构造方法. 分形的由来( 1/4 ). 1906 年,瑞典数学家 H.Von Koch 在研究构造连续而不可微函数时,提出 Koch 曲线。. 周长无穷,但面积为定值 ( 0 ). ……. 分形的由来( 2/4 ). 周长无穷,但面积为定值. Von koch snowflake. D =log4/log3=1.2618. 构造方法.
E N D
三维实体造型 (二) 苏 小 红 哈尔滨工业大学计算机科学与技术学院
分形几何 • 欧氏几何 • 使用方程描述有平滑的表面和规则形状的物体 • 分形几何 • 使用过程对具有不规则几何形态的物体(如自然景物)建模
构造方法 分形的由来(1/4) • 1906年,瑞典数学家H.Von Koch在研究构造连续而不可微函数时,提出Koch曲线。 • 周长无穷,但面积为定值(0)
…… 分形的由来(2/4) • 周长无穷,但面积为定值 Von koch snowflake D=log4/log3=1.2618 构造方法
分形的由来(3/4) • 60年代,现代分形理论的奠基人B.B.Mandelbrot将雪花与海岸线、山水、树木等自然景物联系起来 • 67年,英国《科学》杂志,《英国的海岸线有多长?统计自相似性与分数维数》 • 什么是分形 ? • 指具有多重自相似的对象 • 它可以是自然存在的,也可以是人造的。
分形的由来(4/4) • fractal概念的由来 • 根据拉丁语fractus造的词 • 词根含义: • 细片的、破碎的、分裂的、分数的 • 75年,法文专著《分形对象:形、机遇与维数 • 77年,英译本《分形:形、 机遇与维数》 (Fractals: Form, Chance, and Dimension) • 82年,增补本,改名为《大自然的分形几何学》
分形几何(1/8) • 分形物体的细节变化用分形维数(分数维)来描述,它是物体粗糙性或细碎性的度量。 • 什么是分数维?
分形几何(2/8) • 整数维数 • 拓扑维数 • 只能取整数 • 表示描述一个对象所需的独立变量的个数
分形几何(3/8) • 分数维数 • 度量维数 • 是从测量的角度定义的 • 从测量的角度看,维数是可变的。 • 例如:看一个毛线团 • 从测量的角度重新理解维数概念
分形几何(4/8) • 一根一维线段L,单位长度A,将其边长扩大到原来的3倍,看看能得到几个原始对象(单位长度为A的线段)。 • 3个: L→3L=3^1*L • 平面上的一个正方形P,边长为A,将其边长扩大到原来的3倍,则得到9个正方形: P→9P=3^2*P • 对于三维空间上的正方体V,边长为A,将其边长扩大到原来的3倍,则得到27个立方体: V→27V=3^3*V • 得到的总个数可表达为: M=B^d • 其中B指放大倍数,M是总个数,d相当于对象的维数。 • 换一种写 法有: d=logM/logB • 其中指数d相当于维数。
分形几何(5/8) • 从放大的反面去理解 • 从“铺砌”的角度看 • 对给定对象, 用很小的单元块ε充填它,最后数一数所使用的小单元数目N • 数学表达: d=lim(ε→0)logN(ε)/log(1/ε) = -lim(ε→0)logN(ε)/logε
分形几何(6/8) • 以Koch曲线为例 • 细分线段数为N=4,细分单元长度为ε =1/3 • Koch曲线的分数维为: d=ln4/ln3=1.2619 • 而按照欧氏几何方法 • 将一条线段4等分 • 则N=4, ε =1/4,d=1。
分形几何(7/8) • 什么是分形 ? • Mandelbrot开始时 • 把那些Hausdorff维数不是整数的集合称为分形 • 但定义将某些显然为分形的集合排除在外 • 例如,Peano曲线的Hausdorff维数为2,是整数 • 定义修改为 • 强调具有自相似性的集合为分形
分形几何(8/8) • 至今无统一定义,比较合理、普遍被人接受的定义 • 定义具有如下性质的集合F为分形 • F具有精细的结构,有任意小比例的细节 • F是如此地不规则,以至于它的整体与局部都不能用传统的几何语言来描述 • F通常有某种自相似的性质,这种自相似性可以是近似的或者是统计意义下的 • 一般地,F的某种定义之下的分形维数大于它的拓扑维数 • 在大多数令人感兴趣的情形下,F通常能以非常简单的方法定义,由迭代过程产生 • 分形理论是非线性科学的生长点之一
随机插值模型(1/3) • 1982年由 • Alain Fournier • Don Fussell • Loren Carpenter • 提出 • 能有效地模拟海岸线和山等自然景象 • 不是事先决定各种图素和尺度 • 而是用一个随机过程的采样路径作为构造模型的手段
随机插值模型(2/3) • 构造二维海岸线的模型: • 选择控制大致形状的若干初始点 • 在相邻两点构成的线段上取其中点 • 沿垂直连线方向随机偏移一个距离 • 将偏移后的点与该线段两端点分别连成两个新线段 • 如此继续可得到一条曲折的有无穷细节回归的海岸线
随机插值模型(3/3) • 在三维情况下用类似过程构造山模型: • 多边形(如三角形)细分 • 在三角形三边上随机各取一点 • 沿垂直方向随机偏移一段距离得到三个新点 • 连接成四个三角形 • 如此继续,可形成皱褶的山峰。
迭代函数系统(7/10) • 怎样确定仿射变换? • 确定a,b,c,d,e,f • 收缩影射不动点原理 • 每个迭代函数系统都定义了一个唯一的分形图形,称为该迭代函数系统的吸引子 • IFS方法之所以能产生逐渐逼近吸引子的图像 • 是以拼贴定理为依据的 • 怎样确定概率向量? • 掷骰子操作
迭代函数系统(8/10) Sierpinski三角形 D=log3/log2=1.585
迭代函数系统(9/10) Barnsley蕨的参数表
L系统(4/10) • 设计D0L系统的步骤: • 定义字符表V • 给出公理,即初始图ω • 定义产生式P
L系统(5/10) • 13世纪数学家Fibonacci(1170-1250) • 兔子的理想化繁衍问题 • baby(b), adult(a) • V:{a,b} • W: b • P: a->ab b->a b a ab aba abaab abaababa abaababaabaab abaababaabaababaababa
L系统(7/10) • 四方内生树 • V:{F,+,-} • w:F+F+F+F • P:F->FF+F++F+F • δ= 90º 初始图 生成元 四方内生树
L系统(9/10) • 设计L系统的过程 • 是根据自相似结构形成信息压缩的一个过程 • 利用设计好的L系统进行绘制的过程 • 是信息压缩的逆过程,或者说是信息复原的过程。
L系统(10/10) • L系统能有效给出植物的拓扑结构 • 但绘制真实感的二、三维植物形态还必须结合几何造型技术
粒子系统(1/5) • Particle System • W.T.Reeves 1983年提出 • 描述对象 • 不规则、结构随时间而变化的Fuzzy Object • 尤其擅长模拟不规则物体的随机动态特性 • 如跳动的火焰、烟雾、下雨、行云、远处随风摇曳的树林和草丛等
粒子系统(2/5) • 基本思想 • 造型和动画是一个有机的整体 • 单个随时间变化的粒子(Particle)作为景物造型的基本元素 • 由粒子刻划的模型 • 每个粒子有一个生命周期 • 包括出生、成长、死亡等几个阶段 • 粒子在不同的阶段具有不同的形态 • 粒子的运动由一定的规则控制
粒子系统(3/5) • 本质是随机模型 • 采用随机过程的方法来实现粒子在“出生”、“生长”、“死亡”三个阶段的不确定性 • 在生长过程中,粒子的属性被随机地改变
粒子系统(4/5) • 最初引入是为了模拟火焰 • 跳动的火焰被看作是一个喷出许多粒子的火山。 • 每个粒子都有一组随机取值的属性 • 1985年,Reeves和Blau • 进一步发展了粒子系统 • 并维妙维肖的模拟了小草随风摇曳的景象 • 模拟动态模糊自然景物 • 电视电影的特技制作
复平面上的迭代(2/11) • 绘制M集 • 以横轴x记录实部 • 以纵轴y记录虚部 • 迭代从(x,y)=(0,0)开始迭代 • 不同迭代次数和模值的点涂上不同的颜色 • M集合实际上是常数c=(p,q)构成的图象
复平面上的迭代(3/11) • M集特征: • 一个主要的心形图与一系列圆盘形的“芽苞”突起连在一起 • 每个芽苞又被更细小的芽苞所环绕 • 还有精细的“发丝状”分枝从芽苞向外长出
(b) c=0.5-0.5i, f有吸引不动点,J为拟圆 (a) c=0.1-0.1i, f有吸引不动点,J为拟圆 (c) c=1.0-0.05i, f有周期为2的吸引轨道 (d) c=0.2-0.75i, f有周期为3的吸引轨道 (f) c=0.5-0.55i, f有周期5的吸引轨道 (g) c=-0.66i,f没有吸引轨道, 且J为全部连通 (e) c=-0.25-0.52i, f有周期为4的吸引轨道 (h) c=-i,f为无圈曲线 复平面上的迭代(5/11) 改变常数c的取值,可以得到各式各样的J集
复平面上的迭代(6/11) • 二维复平面上二次映射 • 广义的M集和J集 • 任意多项式映射 • 三角函数 • 指数函数 • 对数函数
复平面上的迭代(7/11) • 高维M集与J集 • 通过“四元数” (quaternions) 推广到高维空间中 • 在四维空间中研究迭代x→x^2+c下的超Julia集 • 选一个截面,将超Julia集投影到三维空间中,可以得到立体的J集图象
复平面上的迭代(8/11) • 复平面域的牛顿法求根 • 本质是“以直代曲” • 首先猜测一个值x1,用它近似方程的根c • 用过(x1,f(x1))点的切线 y=f(x1)+f’(x1)(x-x1) 近似代替曲线f(x) • 然后用切线方程 y=f(x1)+f’(x1)(x-x1)=0 的根 x=x2=x1-f(x1)/f’(x1) 近似代替曲线方程的根c • 这样就得到c的第二个近似值 • 依此类推可得到迭代公式 x(n+1)=xn-f(xn)/f’(xn)
复平面上的迭代(9/11) • f(x)=x^p-1,其中p是大于2的正整数 • x^3-1=0有三个根: • x1=1 • x2=[-1+SQRT(3)i]/2 • x3=[-1-SQRT(3)i]/2 • 三个根均匀地分布在单位圆上,这三个根周围构成三个“吸引盆”
复平面上的迭代(10/11) • 改进方法 • 分式线性映射w=1/z • 在扩充的复平面上是一一对应的 • 且为具有保圆性和保对称性的保角映射 • 将牛顿函数取倒数,并在迭代过程中嵌入控制参数 分子部分完全相同 超吸引不动点相同 用牛顿法求z^4-1=0的根得到的分形图
苏晓红等.用改进的Newton-Raphson方法生成对称的分形艺术图形,计算机学报.1999 ,22(11): 1147-1152