佩林噪聲1D？

Question

盡我所能努力，我找不到Pervin \ Samplex Noise在1D中的任何實際教程。

我在互聯網上搜索了所有東西，但找不到任何東西。我所遇到的任何網站提到一維珀林噪音通常都很不清楚，或者只是顯示代碼

Answer 1

我知道這個問題已經很老了，並且已經得到解答，但是您不能僅僅從2D柏林噪音中提取線條，例如對x或y總是使用0？

Answer 2

我知道這是一個老問題，但這裏是關於固定點之間的插值最清晰的解釋，構成了1D Perlin雜http://webstaff.itn.liu.se/~stegu/simplexnoise/simplexnoise.pdf

一個知道的最重要的事情之一，在所有的編程有用的是插值功能...

http://paulbourke.net/miscellaneous/interpolation/

，一旦你有smoothstep插值隨機點，你有一種光滑1D噪音的功能。

請參閱wiki上的smoothstep。很多關於通過谷歌的話題。 https://en.wikipedia.org/wiki/Smoothstep

顯然的超級鏈接是不穩定的，這裏要再次重申：

單純噪音揭祕

根·珀林呈現「單聲」，爲他的經典噪聲算法的替代品。 經典的「佩林噪音」爲他贏得了學院獎，多年來已經成爲計算機圖形學無處不在的程序基礎，但事後看來它有很多限制。 肯佩林本人設計了單純的噪音來克服這些限制，他花了很多好思想。因此，這比他的原始算法更好。

的優勢更加突出一些 是：

•單面噪聲具有較低的計算複雜性，並需要更少的乘法。

•單純度噪聲以更小的計算成本縮放到更高的維度（4D，5D和更高），複雜度是維度而不是經典噪聲。

•單純形噪聲沒有明顯的方向性僞像。

•單純噪聲在每個地方都有一個定義明確且連續的梯度，可以很便宜地計算出來。

•單工噪音很容易在硬件中實現。

不幸的是，即使現在在2005年初，很少有人似乎明白單純的噪音，幾乎沒有人使用它，這就是我寫這個的原因。我將嘗試更詳細地解釋算法 比肯佩林在他的課程筆記2001年和2002年和 有時間做的事情有希望清楚地表明，它不像第一次看起來那樣難以掌握。 從我所瞭解到的，最令人困惑的是Ken Perlin的 參考實現在Java中的不可逾越的本質。他提出了非常緊湊和沒有註釋的代碼來說明 的原理，但是該代碼顯然不意味着被視爲教程。在幾次嘗試後，我放棄了代碼並讀取了他的論文，而這更清楚。

不是水晶 明確，但他提出的算法主要是在文字和代碼片段。我會有 欣賞一些圖形和數字以及一些有用的方程式，這就是我在這裏試圖提供的 ，讓其他人更容易理解單純噪聲的偉大和美麗。我會 也首先解釋一維和二維的東西，使事情更容易解釋與圖形 和圖像，然後移動到三維和四維。 經典噪音 爲了解釋單純的噪音，有助於理解經典的Perlin 噪音。我已經在這方面看到了很多不好的和錯誤的解釋，所以爲了確保你有必要的基礎工作，我會首先演示經典的柏林噪音。 Perlin噪聲是一種所謂的梯度噪聲，這意味着您可以在空間中的規則間隔點處設置僞隨機梯度，並在這些點之間內插一個平滑函數。若要在一維中生成柏林噪聲，可以將噪聲函數的僞隨機梯度（或斜率）與每個整數座標關聯起來，並將每個整數座標 的函數值設置爲零。

對於一個給定的點某處兩個整點之間，該值 兩個值，即本來的結果，如果從 左邊和右邊最近的直線的斜率已經被推廣到值之間插值問題點。這種插值是一個平滑步驟算法。