多類型隨機圖形生成方法及應用研究.pdf

1、在總結、分析現(xiàn)有隨機圖形生成方法的基礎上,結合自由形狀的造型技術、自適應神經(jīng)網(wǎng)絡的自適應學習機理,從增強隨機圖形的可預見性和可控性出發(fā),在一個統(tǒng)一的框架體系內(nèi),研究了多種隨機圖形的生成方法,為增強隨機圖形的造型功能和自然現(xiàn)象的模擬能力提供了新的思路和新途徑.第1章緒論對主要的隨機圖形造型方法所具有的特點、優(yōu)點和缺點,以及存在的若干問題進行了較為全面地分析.從隨機圖形具有更好的可預見性和可控性出發(fā),提出了本文主要的研究問題、研究內(nèi)容和研究

2、思路.第2章在自由形狀造型技術的基礎上,對型值點賦予了新的涵義,提出了基于型值點控制的隨機圖形生成的基本模型.給出了獲取各種不同性質(zhì)的型值點的方法和調(diào)控線性組合系數(shù)取值規(guī)則的隨機控制法和自適應神經(jīng)網(wǎng)絡控制法,極大地增強了隨機圖形的造型功能,為生成具有各種不同形態(tài)特征的隨機圖形提供了新的途徑.第3章在沒有生成中間幾何圖元的情況下,提出了基于型值點隨機組合,從離散到離散的隨機圖形生成方法.詳細地論述了如何利用線性組合系數(shù)和型值點的隨機性來調(diào)

3、控隨機圖形的形態(tài)特征,形態(tài)的趨勢性、模糊性和隨機漸變性.提出的方法能夠?qū)﹄S機圖形的散亂塊狀結構之間的模糊過渡性、非連通性的形態(tài)特征進行有效地控制.第4章從增強隨機圖形的可預見性和可控性出發(fā),將隨機圖形與自由形狀相結合,提出了隨機圖形變形生成的自適應神經(jīng)網(wǎng)絡控制法和插值移位法.在自適應神經(jīng)網(wǎng)絡控制法中,將調(diào)配型自由曲面作為自適應線性神經(jīng)元網(wǎng)絡的學習對象,在沒有加入隨機移位擾動量的情況下,生成具有非規(guī)則結構特征和較好可控性的隨機圖形.在插值

4、移位法中,以自由曲面離散生成的de Casteljau算法為基礎,給出了兩種插值移位變形方法——均勻插值移位法和非均勻插值移位法.算法中,利用各種不同性質(zhì)的移位擾動量調(diào)控隨機圖形的復雜多樣性;利用非均勻的遞歸插值方式,將非規(guī)則精細結構的形成融入到插值過程中,在沒有加入隨機性的情況下,生成具有非規(guī)則結構特征的隨機圖形.第5章提出了一種基于多變量隨機映射的、多種映射對應關系混合控制的隨機圖形生成方法.算法中,利用變量取值的隨機性和非規(guī)則性控

5、制隨機圖形的隨機性和非規(guī)則性;利用多個點映射對應關系、多個變量對應關系和多個對象形狀控制隨機圖形的隨機性;利用變量對應點之間的Manhattan距離調(diào)控幾何紋理的形成過程和紋理合成過程,可較好地對局部顏色紋理合成和幾何紋理形成的連貫性變化進行調(diào)控.第6章結合一些重要的自然現(xiàn)象所具有的形態(tài)特征,將隨機圖形生成的多種方法應用于云團、云層變形、地形地貌、龍卷風的幾何形態(tài)生成,并給出了相應的模擬效果圖.第7章對全文的研究問題進行了總結,指出了本