我正在玩 Mandelbrot 和 Julia 集,我遇到了有趣的问题。 Mandelbrot 集可以以 double 渲染,直到在任何地方缩放约 2^56。但是,Julia 集有时会更快地产生伪像,例如 2^20 左右的缩放(见下图)。
有趣的是,这仅发生在某些区域,但图像的其余部分还可以,您甚至可以继续放大。这通常发生在簇的中心和原点 [0,0] 附近。
坐标
我没有上图的坐标,但可以在此处找到另一个坐标(如下图):
任意精度
以任意精度运行代码似乎有帮助,但只有一点点。 82 位的任意精度比 double 更好,但 232 位与 82 完全相同。也许我的实现有缺陷?唯一精度较低的数字是取自 Mandelbrot 集合的参数 C,它具有在设置的深度捕获它所需的精度 - 我认为这并不重要,因为添加额外的零来使精度高不会改变结果。计算结果的直接变量都是高精度的。
double :
任意精度 82 位:
任意精度 232 位:
代码
这是我代码的核心(省略了不必要的部分):
public void UberCompute(UberComplex origin, UberComplex size,
UberComplex initialCoord, int maxIters, double[,] result,
ref bool stop) {
int wid = result.GetLength(1);
int hei = result.GetLength(0);
int area = wid * hei;
int precision = Math.Max(origin.Precision,
initialCoord == null ? 0 : initialCoord.Precision);
UberComplex coord = new UberComplex(precision);
UberComplex step = new UberComplex(precision);
UberFloat.Div(step.Re, size.Re, wid);
UberFloat.Div(step.Im, size.Im, hei);
UberFloat imed1 = new UberFloat(precision);
UberFloat imed2 = new UberFloat(precision);
UberFloat imed3 = new UberFloat(precision);
for (int y = 0; y < hei; ++y) {
// double yt = (double)y / hei;
// double im = origin.Im + yt * size.Im;
UberFloat.Mul(imed1, step.Im, y);
UberFloat.Add(coord.Im, imed1, origin.Im);
if (stop) {
break;
}
for (int x = 0; x < wid; ++x) {
// double xt = (double)x / wid;
// Complex coord = new Complex(origin.Re + xt * size.Re, im);
UberFloat.Mul(imed1, step.Re, x);
UberFloat.Add(coord.Re, imed1, origin.Re);
result[y, x] = UberIterate(initialCoord ?? coord,
coord, maxIters, smooth, imed1, imed2, imed3);
}
}
}
public double UberIterate(UberComplex coord, UberComplex initialCoord, int maxIters,
UberFloat imed1, UberFloat imed2, UberFloat imed3) {
Contract.Requires(imed1.Precision == initialCoord.Precision);
Contract.Requires(imed2.Precision == initialCoord.Precision);
Contract.Requires(imed3.Precision == initialCoord.Precision);
int precision = coord.Precision;
UberFloat re = new UberFloat(precision, initialCoord.Re);
UberFloat im = new UberFloat(precision, initialCoord.Im);
int i = 0;
do {
// re * re + im * im > maxRadiusSq
UberFloat.Mul(imed1, re, re);
UberFloat.Mul(imed2, im, im);
UberFloat.Add(imed3, imed1, imed2);
if (imed3 > MAX_RADIUS_SQ) {
break;
}
// newRe = re * re - im * im + coord.Re;
UberFloat.Sub(imed3, imed1, imed2);
UberFloat.Add(imed1, imed3, coord.Re);
// im = 2.0 * re * im + coord.Im;
UberFloat.Mul(imed2, re, im);
UberFloat.Mul(imed3, imed2, 2);
UberFloat.Add(im, imed3, coord.Im);
// re = newRe;
UberFloat.Swap(re, imed1);
} while (++i < maxIters);
if (i == maxIters) {
return Double.NaN; // Did not diverged.
}
return i;
}
其他软件
我已经测试过 Ultra Fractal,它也有这个问题:
最佳答案
前段时间我开始渲染几个像 Julia 集这样的分形,现在我发现了同样的现象。
由于您的问题很老,我不确定您是否仍然对此感兴趣,但我会尽力解释。
您已经假设它与浮点表示的限制有关,这是正确的。
浮点表示意味着范围和精度之间的权衡,如 Wikipedia 中所述。 .
您可以看到,可表示的数字的数量级越大,它们之间的距离就越远。
(我不能详细介绍,因为我不是数学人。)
因此,可能有三个不同的数字 a、b 和 c 可以表示为浮点数
在哪里
这正是发生的情况,尤其是在围绕原点迭代此 Julia 集的函数时。
为了证明这一点,我从你的第一张图像中取了两个坐标 p 和 q (它似乎是围绕 x 轴镜像的)
并将它们用作算法的初始值:
p and q choosen from your first image
在第一次迭代时,我得到了这个(使用 double ):
p² = (1.5961686010731998e-16, 2.86599072247578e-16)
p² + c = (-0.8010305963111505, 0.15649513879353122)
q² = (7.045757736826799e-17, 2.7402049776942403e-16)
q² + c = (-0.8010305963111505, 0.15649513879353122)
你有它。在第一次迭代时,数字变得相同。
请注意,像 10^(-8) 这样的平方数会导致更小的数字,例如 10^(-16),这使得错误更加突出。
我还发现了其他离原点更远的初始值,并且在一些迭代后也使算法表现相同,并编写了一个小 Haskell 程序来进行计算:
import System.Environment
import Data.Complex
import Control.Monad
import Text.Read
main = do
args <- getArgs
case processArgs args of
Just (c, z, r) -> do
putStrLn $ "c = " ++ show c
putStrLn $ "z = " ++ show z
putStrLn $ "escape radius = " ++ show r
printIteration `mapM_` juliaSequence c z r
Nothing -> putStrLn "Invalid argument format"
processArgs :: [String] -> Maybe (Complex Double, Complex Double, Double)
processArgs args = do
when (length args /= 5) Nothing
[cRe, cIm, zRe, zIm, r] <- readMaybe `mapM` args
return (cRe :+ cIm, zRe :+ zIm, r)
juliaSequence c z r = (takeWhile inEscapeRadius . tail . iterate julia) (-1, 0, 0, z) where
julia (nMinus1, _, _, z) = (nMinus1 + 1, z, z2, z2 + c) where z2 = z * z
inEscapeRadius (_, z, _, _) = magnitude z < r
printIteration (n, z, z2, z2PlusC) = do
putStrLn $ "\nn := " ++ show n
putStrLn $ "z = " ++ show z
putStrLn $ "z^2 = " ++ show z2
putStrLn $ "z^2 + c = " ++ show z2PlusC
这是这些点的输出在第 123 次迭代时的样子:> runhaskell DebugJuliaSet.hs -8.01030596311150589e-01 1.56495138793530941e-01 1.2353312256782e-2 -1.4127067356406e-2 2
...
n := 123
z = (-0.23523642439355696) :+ (-0.1401978675009405)
z^2 = 3.568073330965438e-2 :+ 6.595929011704581e-2
z^2 + c = (-0.7653498630014962) :+ 0.22245442891057676
...
> runhaskell DebugJuliaSet.hs -8.01030596311150589e-01 1.56495138793530941e-01 1.2353312257859e-2 -1.4127067356414e-2 2
...
n := 123
z = (-0.23523642439355696) :+ (-0.14019786750094054)
z^2 = 3.5680733309654364e-2 :+ 6.595929011704584e-2
z^2 + c = (-0.7653498630014962) :+ 0.22245442891057676
...
一旦数字相等,算法就会采用完全相同的执行路径并且数字在相同数量的迭代后通过逃逸半径。
这是这与 Mandelbrot 集的功能之间的关键区别。
在 Julia 集合中,像素坐标只影响算法的初始化,
而在 Mandelbrot 集合中,像素值会影响 C,它会在每次迭代中添加。
因此,相似的值更有可能采用不同的路径,因此通过逃逸半径的迭代次数也不同。
我能想到的解决这个问题的唯一方法是使用更高精度的数据类型
使用 C++ 渲染这个分形时,我尝试了
__float128
和 long double
在我的情况下,我猜有 80Bits。程序变得更慢,但伪影似乎只在更深的变焦下才会出现。
Rendering with double in C++ - Center: (0, 0); Zoom: 17665391; Iterations: 2283
Rendering with long double in C++ - Center: (0, 0); Zoom: 17665391; Iterations: 2283
Rendering with long double in C++ - Center: (0, 0); Zoom: 879474690; Iterations: 2283
在您的情况下,这似乎效果不佳,您的包装器似乎有缺陷。
您如何准确地表示自定义数据类型中的值?
也许你也可以考虑使用 Decimal来自.NET:
我希望,现在对你来说事情更清楚了。
关于fractals - Julia 集渲染中出现意外错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25986780/