需要分数布朗噪声(FBM)与Perlin噪声澄清

Question

我正在研究用于地形生成的各种类型的噪声，我对噪声何时成为perlin噪声以及何时perlin噪声成为fbm感到有点困惑。我希望有人能澄清我做错了什么。我目前的假设如下

Noise:包含振幅和频率，它与某种形式的插值(如线性、余弦或立方)一起决定最终值。

珀林噪声:八度噪声函数的总和(每个连续的函数包含两倍的频率)。到目前为止，我所读到的振幅似乎总是以一致的减小呈现出来。例如，Noise1包含值为1的A，Noise2包含值为0.5的A，Noise3包含值为0.25的A，这意味着每次振幅减半。它必须总是像这样一致吗？

FBM:多个perlin噪声函数的总和，其中每个Perlin噪声函数必须仅包含振幅递减的倍频程。

Answer 1

Perlin噪声实际上是一种计算所谓噪声的方法。它是一种相干噪声的形式，计算为伪随机基础函数(或伪随机生成的梯度)的插值归一化梯度。频率控制渐变的“采样”距离，因此频率越高，采样距离越小，单位空间的渐变越多。振幅控制噪波函数的最大值和最小值。

Hugo Elias' page on Perlin Noise对概念、算法等有很好的描述。Perlin Noise FAQ以非常直观的方式解释了算法。

噪声是一个通用术语。珀林噪声只是相干噪声的一种。但有许多不同的类型，具有不同的特点。

实际上，分形布朗运动就是你们所说的Perlin噪声。它是多个步骤的Perlin噪声(或另一个类似的噪声函数)的组合，每个步骤具有不同的频率和振幅。在程序生成的上下文中，从一个步骤到下一个步骤的频率变化称为空隙。从一步到下一步的幅度变化称为增益。

看看this吧。这个关于地形生成的项目很好地描述了什么是fBM以及它是如何计算的。

我希望这能帮到你!

Answer 2

perlin noise使用坡度创建圆形气泡外观相关性，以获得更自然的外观。

倍频程方法将各种尺度上的噪声组合在一起，以生成更复杂的形式。显然，这种技术就是所谓的“分形布朗运动”。我以前从未听说过这一点，但我做了一些研究，这就是我得到的。

您可以使用带有任何类型的噪波的八度，并按您想要的频率和振幅缩放它们。为了从结果中删除某些伪像，出于数学原因进行了减半处理。

但是这个八度音程是一种独立于perlin噪声的技术。它们在一起工作得很好，所以它们可以一起使用。

白噪声倍频程又称白噪声fbm，称为值噪声。它有揭示底层网格的趋势，因此通常使用perlin噪声代替。