fractal approximation of surfaces based on projected IFS attractors

摘要：介绍了一种近似平滑或粗糙表面的方法。一种叫projected IFS 模型的分形模型通过一系列控制点扩大典型IFS模型，将迭代空间扩展到重心空间。这种灵活的模型对与恢复表面有良好的拟合属性。模型的输入为单一视角定义在固定网格上的幅度数据，２D灰度图像认为是一个表面。模型恢复作为一个非线性拟合问题通过改进的Levenberg-marquardt 最小化方法。通过迭代拟合算法，所有的projected IFS模型参数瞬间调整以使得模型表面和原始数据全局表面最小。

问题：

• 没有看的很明白
• 这个数据是分形模型的数据？
• 调整分形模型的参数，然后通过非线性拟合算法最小化分形模型的参数和原始2D灰度图像分形数据？