柏林噪声 （PERLIN NOISE）

        简介

        柏林噪声旨在描述自然中的随机效果，它创建的纹理可以直接运用于顶点着色器，而不是生成一张纹理图，然后用传统的纹理映射技术把贴图附加到一个三维物体上。

        这也就相当于，纹理将不需要适应表面，我们只需要提供每个顶点的(x,y,z)的坐标，传入柏林噪声函数Noise()，计算得到一个随机数，然后与原颜色运算，得到新的颜色，如同直接在物体表面绘制纹理一样。这意味着我们应用柏林噪声的代码最好采用着色器，直接把颜色运算之后传给顶点着色器。

        那么，问题的关键就在于这个Noise()应该是怎样的，perlin认为，噪声函数应当满足以下性质:

        1. 旋转统计不变性。（不管我们怎么旋转它的域，它都有同样的统计特性）

        2. 频率带通有一定界限。（它没有明显的大或者小的特征，而是在一定范围内）

        3. 平移统计不变性。（不管我们如何平移它的域，它都有同样的统计特性）

 这也就意味着，我们可以在不同的视觉尺度上创建所需表面的随机特性。

 

1.预处理：考虑x,y,z空间中所有点的集合（坐标为整数），我们称这个集合为整数格。现在我们为整数格的每个点附一个(x,y,z)上的伪随机梯度值，也就是一个向量，并且要将其 处理成单位向量。

           perlin给出的计算方法如下 ： 

          对于每个顶点先随机生成一个向量（比如调用C库中的rand())，然后将这个下标固定地映射到另外一个下标上，取另外一个下标对应的顶点向量。如果是二维或三维，这个过程就要重复2次，具体过程可以看之后的代码。

        2.如果(x,y,z)处在整数格上，那么此处的噪声就是d。

        3.如果(x,y,z)不在整数格上，我们计算光滑插值系数。

           具体的方法如下，以二维为例，我们要找到这个点周围的四个整数点，然后我们得到四个值，横坐标为bx0 ~ bx1,纵坐标为by0 ~ by1。点到bx0在x轴上的距离为rx0，到by0在y轴上的距离为ry0。

           perlin给出了一个缓和曲线使得线性插值连贯。

           能使得一阶导数连续的缓和曲线函数 （最初的版本） ： s_curve(t) ( t * t * (3. - 2. * t) )

           能使得二阶导数连续的缓和曲线函数 （更新的版本） ： s_curve(t) ( t * t * t * (6 * t * t - 15 * t + 10) )

           之后分别将rx0和ry0传入缓和曲线，得到一个新的值sx和sy。

           接下来做一个双线性插值，sx和sy就是第一步线性插值的系数，但是计算得到系数之后，我们还需要插值的起点和终点。他们的计算方法如下：

          （1）求(rx0,ry0)与左上角点的梯度b00的点乘，得到起点u，求(rx0 + 1,ry0）与右上角点的梯度b10的点乘，得到终点v，以uv为两端，sx为插值系数，做线性插值，得到a

          （2）求(rx0,ry0 + 1)与左下角点的梯度b01的点乘，得到起点u，求(rx0 + 1,ry0 + 1）与右下角点的梯度b11的点乘，得到终点v，以uv为两端，sx为插值系数，做线性插值，得到b