构造分形

迭代函数系统

迭代函数系统通过一组有限的变换(通常包括平移、旋转、缩放和剪切)来描述分形,这些变换将空间反复映射回其自身。

由迭代函数系统生成的巴恩斯利蕨
巴恩斯利蕨:通过四种仿射映射和加权随机选择,生成一幅形似蕨类的数学图像。图片: Farry · Wikimedia Commons · CC0 1.0

收缩映射与吸引子

如果每次变换都是收缩的,那么哈钦森算子会将一个集合映射到其变换后副本的并集,并具有一个唯一的紧致固定集。从多个初始形状开始重复应用该算子,会收敛到同一个吸引子。

对于一个有限的收缩映射族,收缩映射定理——在集合上应用适当的度量——保证存在一个唯一的紧吸引子。在实践中,可从任意非空紧致形状开始,将其映射到每个函数上,并合并结果。该序列收敛于同一个极限。因此,只要映射是真正的收缩映射,最终形成的蕨类图案或地毯图案就不依赖于初始云图。

确定性与随机渲染

确定性渲染器会将每张映射应用到当前集合中。混沌游戏则根据适当的概率随机选择映射,并在预热后绘制轨道。在适当的条件下,两者都会呈现相同的吸引子。

确定性算法会在每个阶段绘制每个组件的副本,并清晰地解释其构造过程,但计算量会呈指数级增长。混沌游戏每一步选择一张地图,并累积已访问的点。在每张地图仍会出现的条件下,选择概率主要影响密度和收敛速度,而非几何支撑集。为了实现视觉上均匀的采样,概率应大致反映各组件图像对总面积的贡献比例。

简洁的几何语言

IFS 描述能够用极少的数据编码蕨类、树木、尘埃和瓷砖等图案。这种数据经济性启发了分形压缩技术,但要找到能够忠实再现任意照片的变换,却是一个棘手的逆问题。

IFS 将复杂形态存储在几个矩阵、平移量和权重中。这种紧凑性既是其优势,也是其局限:当存在真正的仿射重复时,它能完美运行;但对于没有匹配子区域的任意图像,其表现则不尽如人意。改变一个矩阵会以可追踪的方式连续改变吸引子。这使得 IFS 成为一个有用的设计空间,而不仅仅只是生成教科书中常见分形图案的“配方”。

来源与延伸阅读

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。

  1. Iterated Function SystemWolfram MathWorld
  2. Fractal Geometry: Mathematical Foundations and ApplicationsWiley