深度缩放与扰动

在极高放大倍率下，当前中心附近相邻像素之间的差异小于普通浮点数所能表示的范围。因此，深度缩放首先是一个精度问题，其次才是图形问题。

深入放大曼德尔布罗特区域：在多个尺度上，相关但并不完全相同的边界结构会反复出现。图片: Björn Kindler / MandelKit · MandelKit · Eigene Darstellung · Own work

坐标坍缩阈值

双精度浮点数大约包含十六位小数。一旦视口远小于其中心周围可表示的间距，多个屏幕像素就会映射到同一个数值，导致细节冻结或形成块状。

当相邻像素映射到相同的浮点坐标时，直接迭代便无法再区分它们的细节。增加尾数位数可以推迟阈值，但每像素的计算成本较高。仅凭缩放程度无法确定是否需要提高精度；中心位置、视图宽度和像素密度都至关重要。精度指示器应明确标注实际使用的坐标表示形式。

扰动算法会以高精度计算出一个参考轨道，并将附近像素的轨道表示为相对于该轨道的微小偏移量。这些偏移量通常可以通过更快的算术运算进行处理，从而将计算成本较高的精度集中在共享的参考轨道上。

扰动算法会以高精度计算参考轨道 X，并将每个邻近点表示为 X+δ。较小的 δ 值通常可以在快速的标准精度下进行传播。计算成本较高的运算被从数百万个像素集中到少数几个参考点上。可靠的误差控制至关重要：当 δ 增大或近似变得条件不良时，就需要一个新的参考轨道。

当增量相对于参考值不再微小，或舍入误差超过该增量时，近似计算将失效。通过检测、切换至其他参考值以及采用任意精度备用方案，可防止虚假矩形成为图像的一部分。渐进式渲染仍需以显示器的真实分辨率完成。

图像故障通常表现为异常方块、条纹或像素岛，不应通过模糊处理将其隐藏。渲染器应能检测可疑像素，对其进行重采样，并仅重新计算受影响的区域。极端裁剪可能需要多个参考点或系列逼近。正确的慢速回退机制比快速路径更为重要，后者虽偶尔能生成令人信服但实为虚假的几何图形。

本文以原文措辞总结了以下专业资料来源。访问并经编辑审核于 12 年 2026 月。