لهب الفراكتل: الفن الرقمي القائم على الرياضياتيات

لهب الفراكتل: دمج الرياضيات والجماليات الرقمية

تعتبر لهب الفراكتل (Fractal Flames) نوعاً متطوراً من الفراكتلات التي تنتمي إلى فئة أنظمة تكرار الدوال (Iterated Function Systems - IFS). تم ابتكار هذا النوع من الفن الرقمي بواسطة سكوت دريفز في عام 1992، وقد تم نقل الكود المصدري المفتوح الخاص به لاحقاً إلى برامج الرسوميات مثل Adobe After Effects ومحرر الفراكتلات الشهير Apophysis.

الاختلافات الجوهرية عن أنظمة تكرار الدوال التقليدية

تختلف لهب الفراكتل عن أنظمة تكرار الدوال العادية في ثلاثة جوانب رئيسية:

• الدوال غير الخطية: يتم تكرار دوال غير خطية بالإضافة إلى التحويلات التآلفية.
• عرض الكثافة اللوغاريتمية: بدلاً من العرض الخطي أو الثنائي، يتم استخدام رسم خرائط النغمات اللوغاريتمية.
• التلوين حسب الهيكل: يتم تحديد الألوان بناءً على المسار التكراري الذي سلكته النقطة، بدلاً من الاعتماد على اللون الأحادي أو الكثافة فقط.

تم تصميم هذه التقنيات في التلوين ورسم الخرائط لضمان إظهار أكبر قدر ممكن من تفاصيل الفراكتل، مما ينتج عنه صور أكثر جاذبية من الناحية الجمالية.

الخوارزمية المستخدمة

تتكون الخوارزمية من خطوتين أساسيتين: إنشاء المدرج التكراري (Histogram) ثم معالجة هذا المدرج لتحويله إلى صورة نهائية.

إنشاء المدرج التكراري

تبدأ العملية بتكرار مجموعة من الدوال، انطلاقاً من نقطة عشوائية P = (P.x, P.y, P.c)، حيث يمثل الإحداثي الثالث اللون الحالي للنقطة.

في كل تكرار، يتم اختيار إحدى الدوال بناءً على احتمالية معينة (pj). بعد ذلك، يتم حساب النقطة التالية من خلال تطبيق الدالة المختارة Fj على الإحداثيات (P.x, P.y).

تتكون كل دالة من مجموعة من التباينات (Variations) الموزونة بوزن معين (wk). يقترح دريفز أن تكون هذه الأوزان غير سالبة ومجموعها يساوي واحداً، ولكن بعض التطبيقات مثل Apophysis لا تفرض هذا القيد.

من الأمثلة على الدوال المحددة مسبقاً:

• V0(x,y) = (x,y): خطية.
• V1(x,y) = (sinx, siny): جيبية.
• V2(x,y) = (x,y)/(x²+y²): كروية.

يتم دمج لون النقطة P.c مع اللون المرتبط بالدالة Fj المطبقة مؤخراً، ثم يتم تحديث المدرج التكراري عند النقطة المقابلة لـ (P.x, P.y). وبذلك، تعكس الألوان في الصورة النهائية الدوال التي استُخدمت للوصول إلى ذلك الجزء من الصورة.

معالجة الصورة النهائية (Rendering)

لتحسين جودة الصورة وتقليل الضوضاء، يمكن استخدام تقنية أخذ العينات الفائقة (Supersampling)، والتي تتضمن إنشاء مدرج تكراري أكبر من حجم الصورة النهائية. على سبيل المثال، إذا أردنا صورة بدقة 100×100 بكسل، يتم إنشاء مدرج تكراري بدقة 300×300، ثم يتم حساب قيمة كل بكسل بناءً على مجموعة من 3×3 من خلايا المدرج.

تستخدم الخوارزمية تصحيح غاما (Gamma Correction) لجعل الألوان تبدو أكثر سطوعاً، وهو ما يتم تطبيقه في برنامج Apophysis. يمكن زيادة الجودة أكثر بتطبيق تصحيح غاما على كل قناة لونية بشكل منفصل، لكن هذا يتطلب عمليات حسابية ثقيلة نظراً لبطء الدالة اللوغاريتمية.

تقدير الكثافة

تعمل خوارزمية اللهب مثل محاكاة مونت كارلو، حيث تتناسب جودة الصورة طردياً مع عدد التكرارات. يمكن تقليل الضوضاء الناتجة عن أخذ العينات العشوائية عن طريق تمويه الصورة، ولكن هذا قد يؤدي إلى فقدان الدقة في المناطق ذات العينات الكثيفة.

لحل هذه المشكلة، يتم استخدام تقدير الكثافة التكيفي (Adaptive Density Estimation). تكمن الفكرة في تغيير عرض الفلتر بشكل عكسي يتناسب مع عدد العينات المتاحة. ونتيجة لذلك، يتم تمويه المناطق ذات العينات القليلة والضوضاء العالية، بينما تظل المناطق ذات العينات الكثيفة والضوضاء المنخفضة دون تأثر، مما يحافظ على حدة التفاصيل.