home *** CD-ROM | disk | FTP | other *** search
/ System Booster / System Booster.iso / Screenblankers / GBlanker / GSource / Blankers / Scrawls / Scrawls.doc < prev    next >
Text File  |  1996-09-26  |  3KB  |  114 lines
  1.  
  2.                     GarshneBlanker modules collection 
  3.             ---------------------------------
  4.                                  volume I
  5.                  --------
  6.  
  7.                          version 1.0 (Jan 24 1995)
  8.  
  9.                   programs, sources and documentation are
  10.                       copyright 1995 Marzio De Biasi
  11.                             All Rights Reserved
  12.  
  13.  
  14.                               Scrawls blanker
  15.                               ***************
  16.                                    v1.0
  17.                            technical information
  18.  
  19.  
  20. Description
  21. -----------
  22.  
  23.   This blanker calculates the attractor of a random generated iterated
  24.   function system (IFS).
  25.  
  26.   An IFS is a set of maps f1, f2, ... , fN of the plane to itself:
  27.  
  28.   fi =
  29.     
  30.     { x' = a * x + b * y + c
  31.     {
  32.     { y' = d * x + e * y + f
  33.  
  34.  
  35.   which, under particular conditions, has an unique attractor (invariant
  36.   set), that is a set A that satisfies the following equation:
  37.  
  38.         A = f1[A] U f2[A] U ... U fN[A]
  39.  
  40.   Given a point P that belongs to A, the points f1[P], f2[P], ... , fN[P]
  41.   belong to A too.
  42.   The attractor A can be approximated recursively applying one of the
  43.   f1 ... fN (randomly choosen) to a starting point P of A.
  44.  
  45.   The attractor is a fractal that CAN looks very good on a computer monitor;
  46.   unlikely, there is no way (I think) to establish whether an IFS will
  47.   generate a beautiful attractor or will only generate strange scrawls.
  48.  
  49.   However, observe this blanker for some minutes, and you'll probably
  50.   see some good stuff.
  51.  
  52.  
  53.  
  54.  
  55. Garshneblanker preference window
  56. --------------------------------
  57.  
  58.   You can set the following parameters:
  59.  
  60.   Equations    : number of functions of the IFS.
  61.   ---------      You can obtain good results with only three equations,
  62.           but if you use a lot of equations and you are VERY
  63.           VERY LUCKY you can get something that looks like a tree,
  64.           a mountain, a human face or a Picasso's painting.
  65.  
  66.   Factor    : the greter absolute value that will assume c and f 
  67.   ------      parameters in IFS equations.
  68.  
  69.   Iterations    : number of iterations used for drawing an attractor:
  70.   ----------      higher values correspond to a better defined attractor.
  71.  
  72.   Zoom        : if you obtain only small attractors, try increasing 
  73.   ----          zoom value.
  74.  
  75.   Delay        : drawing speed; lower values correspond to a greater speed.
  76.   -----
  77.  
  78.  
  79.  
  80.  
  81. Algorithm description
  82. ---------------------
  83.  
  84.   NITER        : number of iterations
  85.   NF        : number of functions  
  86.   FUN(N)    : Nth function, its parameters are indicated with
  87.           FUN(N).a, FUN(N).b, .... , FUN(N).f
  88.   FUN(N).prob   : probability assigned to function N
  89.           FUN(1).prob + FUN(2).prob + ... + FUN(NF-1).prob = 1
  90.   COLOR(x,y)    : color of pixel at (x,y)
  91.  
  92.  
  93.   - for each 0 <= I < NF randomly set FUN(I).a, FUN(I).b, ... , FUN(I).prob
  94.  
  95.   - randomly choose a point P=(x,y)
  96.  
  97.   - execute the following steps 20 times
  98.  
  99.     - randomly choose a function I
  100.     - calculate P' = FUN(I)[P]
  101.     - set P = P'
  102.  
  103.  
  104.   - execute the following steps NITER times
  105.  
  106.     - randomly choose a number Z between 0 and 1
  107.     - find the first function I that satisfies the following
  108.  
  109.         (FUN(1).prob + ... + FUN(I).prob) - Z <= 0
  110.  
  111.     - calculate P' = FUN(I)[P]
  112.     - set P = P'
  113.     - set COLOR(x,y) = COLOR(x,y) + 1
  114.