私は、顕微鏡などのイメージング ハードウェアを制御するために使用されるソフトウェアの作業を行ってきました。これは、機器へのアクセスを必要とする新しい/異なるアルゴリズムをテストすることが難しいことを意味します。これらのテスト目的の一部に使用できる合成機器を作成したいと考えており、ある種のフラクタル画像生成を使用して合成画像を作成することを考えていました。重要なのは、ある種の決定論的な方法で、多くの異なる「倍率」と場所で特徴を生成できることです。これは、テストされているアルゴリズムの一部が、以前に「画像化された」領域をパン/ズームして再配置する必要がある場合があるためです。これらの基本画像に、適切な機器の「欠陥」（フォーカス、ノイズ、彩度など）を適用できます。
ベース画像に適切なフラクタル アルゴリズムを選択/実装する方法について、少し迷っています。どんな助けでも大歓迎です。できれば、次の品質を備えている必要があります。
- 新しい画像領域を高速にレンダリングします。
- 可能な限り多くの場所と縮尺でかなり広い「機能」カバレッジ。
- 決定論的であること (ただし、ランダムな開始パラメーターから初期化されます)。
- 画像をより「本物の」画像に近づけるための調整機能。
項目 2 は重要です。たとえば、合成スコープを制御するソフトウェアがこれらの領域の 1 つに分類される可能性があるため、大きな滑らかな/空の領域を持つマンデルブロ セットは適切ではない可能性があります。
これまでのところ、マンデルブロのようなものを使用することを考えていましたが、ランダムにシフト/回転/スケーリングし、2 つ以上のフラクタル セットをマージして、より完全な「機能」カバレッジを取得しました。
私はフラクタル フレーム アルゴリズムの画像も見てきました。
最後に、ある種の一時停止した粒子シミュレーションの実行を使用して、より細胞に似た画像 (私の現在のイメージング ターゲット) を生成することを考えましたが、このアプローチを他の要件と連携させることができるかどうかはわかりません。
編集: @Jeffrey - PSRNG を完全に制御できる限り、ある種の地形生成が進むべき道のように思えます。おそらく、保存されている初期シード + x 位置 + y 位置を使用して、乱数を生成できますか? しかし、あなたが言及したように、最も粗い縮尺でベース地形を作成し、特定の事前定義された「倍率」でこのベースに新しい決定論的な擬似ランダムバリエーションを追加することを除いて、スケール全体で地形を一貫して生成する方法がわかりません. また、次のレベルの地形をいつ生成するかについても注意する必要があります。なぜなら、私が積極的すぎると、結果を適切に生成して統合し、より粗いレベルで表示する必要があるからです...これが、最初により「伝統的な」フラクタルに傾いていましたが、