Publication

Mathematical tools for computer-generated ornamental patterns

1998
Conference Papers

Résumé

This article presents mathematical tools for computer-generated ornamental patterns, with a particular attention payed to Islamic patterns. The article shows how, starting from a photo or a sketch of an ornamental figure, the designer analyzes its structure and produces the analytical representation of the pattern. This analytical representation in turn is used to produce a drawing which is integrated into a computer-generated virtual scene. The mathematical tools for analysis of ornamental patterns consist of a subset of tools usually used in the mathematical theory of tilings such as planar symmetry groups and Cayley diagrams. A simple and intuitive step-by-step guide is provided.

Source officielle

https://infoscience.epfl.ch/entities/publication/003c6c9b-4007-4170-a597-d4a75b66ce25

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

1998
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/003c6c9b-4007-4170-a597-d4a75b66ce25

À propos de ce résultat

Concepts associés (32)

Groupe de papier peint

Un groupe de papier peint (ou groupe d'espace bidimensionnel, ou groupe cristallographique du plan) est un groupe mathématique constitué par l'ensemble des symétries d'un motif bidimensionnel périodique. De tels motifs, engendrés par la répétition (translation) à l'infini d'une forme dans deux directions du plan, sont souvent utilisés en architecture et dans les arts décoratifs. Il existe 17 types de groupes de papier peint, qui permettent une classification mathématique de tous les motifs bidimensionnels périodiques.

Régularité (perception)

thumb|Carreaux de faïence d'Iznik (seconde moitié du , Musée du Louvre, Département des arts de l'Islam). La nature, les arts et techniques et les abstractions peuvent présenter des régularités, qu'on désigne en anglais par le mot pattern. La traduction de pattern en français varie beaucoup selon le contexte. On peut le traduire notamment par patron (dont il est issu étymologiquement), modèle, forme, motif, schéma, structure ou régularité. Les éléments d'une régularité se répètent de façon prévisible.

Symétrie

La symétrie est une propriété d'un système : c'est lorsque deux parties sont semblables. L'exemple le plus connu est la symétrie en géométrie. De manière générale, un système est symétrique quand on peut permuter ses éléments en laissant sa forme inchangée. Le concept d'automorphisme permet de préciser cette définition. Un papillon, par exemple, est symétrique parce qu'on peut permuter tous les points de la moitié gauche de son corps avec tous les points de la moitié droite sans que son apparence soit modifiée.

Afficher plus

Publications associées (15)

Afficher plus

Mathematical tools for computer-generated ornamental patterns

Chattez avec Graph Search

A High-Throughput ab initio Database of Harmonic Phonon Properties for Inorganic Crystals

Conformal Data for the O(3) Wilson-Fisher Conformal Field Theory from Fuzzy Sphere Realization of the Quantum Rotor Model

The dark side of the forces: assessing non-conservative force models for atomistic machine learning