本文深入探讨了Ken Perlin在1983年提出的柏林噪声算法，详细解释了一维和二维柏林噪声的实现过程，包括插值函数的选择、晶格顶点与坐标的关系、伪随机梯度向量的生成。通过对原始算法的改进，如采用5次样条插值，提高了噪声的平滑性和连续性。此外，文章还介绍了噪声在电影视觉效果、凹凸贴图等领域的应用。
柏林噪声
柏林噪声算法(Perlin Noise)是Ken Perlin在1983年提出的一种渐变噪声。和完全随机的白噪声相比，柏林噪声做到了杂乱而有序。能够更好地模拟自然界中的随机现象的复杂性和相互间的关联性，常被用于电影视觉效果。
a. 一维柏林噪声
- 随机出一些散点；
- 对这些点进行插值获得连续的曲线；
- 用Unity的GL屏幕划线写了一下，这里用的插值函数是
b. 二维柏林噪声
- 首先定义一个晶格结构，二维的情况下就是一个网格结构。并且为每个晶格顶点赋予一个"伪随机"的梯度向量；
- 对于每个二维坐标点，找到与其相邻的4个晶格顶点，计算该点到各个晶格顶点的距离向量；
- 四个距离向量分别与对应的梯度向量做点乘，得到点乘结果；
- 最后使用缓和曲线(ease curves)对点乘结果做插值求权重和；
- 效果如下：
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
