거리 추정 및 등고선 구조
탈출 시간은 궤도가 언제 이탈하는지를 나타냅니다. 거리 추정은 궤도의 성장과 도함수 정보를 결합하여 시작점이 집합으로부터 얼마나 멀리 떨어져 있는지 근사적으로 계산합니다.
도함수에 따라
분석적 탈출 시간 맵의 경우, 렌더러는 z와 시작 좌표 또는 매개변수에 대한 궤도의 도함수를 모두 증가시킵니다. 이들의 최종 크기는 경계까지의 거리에 대한 점근적 추정치에 반영됩니다.
복잡한 반복 연산이 많은 경우, 궤도 도함수를 z와 함께 전파할 수 있습니다. 절대값과 도함수는 외부 경계 거리의 근사치를 제공하며, 이는 대개 |z|log|z|/|z′|에 비례합니다. 이러한 추가 작업을 통해 연속적인 기하학적 필드가 생성됩니다. 이는 특히 고배율에서 정수 반복 대역보다 더 안정적으로 미세한 등고선을 표현할 수 있습니다.
조건이 포함된 강력한 추정치
이 값은 공식의 가정 조건이 적용되는 외곽부 및 수렴 부근에서 가장 신뢰할 수 있습니다. 이는 모든 픽셀에서 정확한 유클리드 거리가 아닙니다. 베일아웃, 반복 깊이 및 수치 정밀도가 이 값에 영향을 미칩니다.
결과는 모든 픽셀에 대한 정확한 유클리드 거리가 아니라 가정을 바탕으로 한 추정치입니다. 임계점 근처에서, 반복 횟수가 불충분한 경우, 또는 비해석적 공식의 경우 신뢰성이 떨어질 수 있습니다. 음수, 무한대 및 NaN 값에 대해서는 명확한 처리 방식이 필요합니다. 모든 오류를 조용히 0으로 제한하는 셰이더보다, 원시 거리와 표시된 예외를 보여주는 디버그 뷰가 더 유용합니다.
필드에서 시각적 구조로
거리는 적응형 앤티앨리어싱, 등고선, 광채 감쇠 및 법선 생성을 제어할 수 있습니다. 대수적 밴드는 스케일의 차수를 드러내며, 필드의 그라데이션은 2D 셰이딩이나 3D 입체감을 위한 국소적인 표면 방향을 제시합니다.
거리 필드는 등고선, 적응형 샘플링, 가장자리 광채 및 근사 법선 방향을 제어할 수 있습니다. 각 용도에는 고유한 척도가 필요합니다. 월드 스페이스에서 고정된 등고선 깊이는 확대 시 사라질 수 있는 반면, 픽셀 스페이스의 너비는 계속 표시됩니다. 따라서 사용자는 단순히 등고선 표시/비표시 스위치만 제공하는 대신, 깊이 또는 너비를 명시적으로 제어할 수 있어야 합니다.
출처 및 추가 참고 자료
이 기사는 다음의 전문 출처들을 원문 그대로 요약한 것입니다. 12 8월 2026에 접속하여 편집 검토를 마쳤습니다.
- The Science of Fractal ImagesSpringer
- Mandelbrot SetWolfram MathWorld
