分形理论是非线性科学研究中十分活跃的一个分支，它的研究对象是自然界和非线性系统中出现的不光滑和不规则的几何形体，它发展极其迅速，新成果层出不穷。利用分形公式在计算机上绘制出的分形图结构复杂、色彩奇异，给人带来视觉冲击的同时，极大刺激了人类的想象力和设计灵感，分形图设计已成为艺术与设计领域一个不可忽视的独立分支。 作为分形图的一个重要组成部分，广义M-J集是探讨复平面上的复映射通过迭代生成的图形，根据广义M-J集迭代公式得到的分形图是分形图大家族中杰出，也是最著名的代表。 为了更好得到广义M-J集的结构特征，需利用分形图生成算法将广义M-J集转变为直观的图像或图形信息。绘制广义M-J集分形图常用的方法是逃逸时间算法，传统的逃逸时间算法得到的图形颜色比较单一，不能很好的体现M集和J集的结构特征，或者说从人类的审美角度看不是很美观，不能使图像在广义范围内得到更好的应用。 针对上述问题，本文主要分析M-J集分形图生成算法-逃逸时间算法，比较了该算法的集中改进方法，对它们的侧重点进行了比较分析，提出了适用的改进方法。研究比较了M集和J集的结构及它们之间的关系，并基于这种比较分析提出新的颜色设计方案，从而凸显出不同广义M-J集的结构特征，同时得到更加美观的广义M-J集图像。根据广义M-J集图像的生成过程提出了将图像颜色作为遗传因子利用遗传算法来生成并渲染图像的方法，实现了很好的可视化效果。最后研究了图像的评价方法，提出了利用用户对图像的色彩心理效果作为评价指标，用神经网络对分形图案进行评价的方法。 将分形理论应用于计算机图形设计，生成了许多绚丽多彩的分形图形，计算机与艺术很好的结合在一起，在时装设计、家具设计、广告设计等领域都有广阔的图形设计空间。