Image processing 单纯形噪声与柏林噪声

我想知道为什么柏林噪音在单纯形问世后的今天仍然如此流行。单纯形噪声是由Ken Perlin自己制造的，它被认为将取代他的旧算法，该算法对于更高维度和更好的质量（没有可见的伪影）来说速度较慢

Simplex noise于2001年问世，在这10年中，我只看到人们在为地形生成高度贴图、创建程序纹理等方面谈论柏林噪音

谁能帮我一下吗，单工噪音有什么坏处吗？我听说柏林噪声在一维和二维噪声中更快，但我不知道这是真是假

---

谢谢

我还没有使用过单纯形噪声，但我可以考虑以下几个原因：

• 也许是因为我们习惯了正方形和90度角？正方形、立方体，。。。比三角形、四分体或超四分体更自然
• 柏林噪波中的每一层都只是一个简单的位图
• 柏林噪声的输出是易于平铺的正方形。纹理通常是平铺的正方形
• 通常使用低维噪声。根据我的经验，2D和3D是最常见的
• 单纯噪声更难理解和实现
• 图形卡中的采样器可能可以对perlin噪波中使用的正交位图进行插值，但不能对单纯形噪波中使用的60度角位图进行插值。（这一点可能是错误的，我已经有几年没有使用图形卡了）

---

如果只是因为这个名字，我一点也不会感到惊讶。您必须在柏林噪声和单纯形噪声之间进行选择。后者较新，有一些优点。但是，你知道，这听起来像是两者的“简单”版本。我会选择复合型的；噪音应该是复杂的，不是吗

人们往往很不理性。

“如果它没有坏，就不要修理它。”

---

看看是否有人能告诉你为什么Simplex更好。“它更快，并扩展到多个维度”和“单纯形噪声试图降低高维噪声函数的复杂性”是我发现的。我们中的大多数人都在二维或三维空间中工作，如果我们足够幸运，可以利用时间做一些事情的话，可能是4维空间

---

我认为可以公平地说，柏林的实时使用很少，处理速度太慢，对于大多数目的来说，标准柏林噪音就足够了。在预渲染中（如电影行业中使用的），时间并不重要，因为渲染速度很慢；在实时模拟中，我们有足够的方法来减少正在进行的处理的范围，使您不太可能每隔几纳米/毫秒生成大量的噪声贴图——这只是基本的实时优化。

对于经典柏林噪声的一些偏好可能来自于能够使用已知的值，从而产生已知的视觉特征，而不是投入所需的时间来找到所需的输入参数，以便使用单纯形噪声获得等效输出

[simplex noise]的视觉特性稍有不同，因此它并不总是经典noise的直接插件替代品。依赖于经典噪声的详细特征的应用程序，如精确的特征大小、值的精确范围或更高阶的统计信息，可能需要进行一些修改，以便在使用单纯形噪声时看起来更好。
斯特凡·古斯塔夫森

---

只是一些轶事的经验，我使用经典柏林噪声的原因是因为Ken Perlin有一个经典柏林噪声的概念，同时提供了一个改进的柏林噪声的概念。听起来可能很傻，但经典的柏林噪音更容易复制并粘贴到我的程序中，所以我使用了它。我一直打算着手移植那个Java实现，但经典的Perlin似乎工作得很好，所以我从不费心添加它

---

肯·佩林为他的单纯形噪声算法申请了专利。就我所知，他的经典算法并没有获得专利。

我会直截了当地回答这个问题，我会说，这是因为柏林噪声非常容易让你动脑。另一方面，单纯形噪声是一种更为复杂和复杂的噪声。建立和运行柏林实现比单纯形容易得多，因此得到了更多的使用。这对simplex的情况没有帮助，因为两者在视觉效果上非常相似（特别是在你稍微操纵噪音之后）

Kenneth Perlin自己为基于硬件的实现设计了算法，因此做出了设计决策，使之更容易实现。这方面的一个例子可以在这个专利中看到

对表内存的需求：原始的Noise算法依赖于大量的表查找，这在软件实现中是相当合理的，但在硬件实现中是昂贵的，并且构成了成本瓶颈，特别是当需要多个Noise函数实例并行时。理想情况下，噪波实现不应依赖于大量表的存在

---

单纯形噪音看起来更糟糕，很多人认为它在更高的维度上看起来“越来越糟糕”。对于大多数应用，我仍然推荐它而不是柏林，因为大多数应用不会只使用原始的单纯形，而是它的倍频程，它看起来与柏林的倍频程大致相同，倍频程要快得多。

Hmm，好吧，我将试着用我目前对柏林噪声、单纯形噪声和分数布朗运动的知识来解决这个问题。下面我的观点可能是错误的，所以如果我说的不正确，请纠正我。陈述1：可能是真的，但人们总是可以修改噪声的输出，使其看起来有90度角的方形。声明2:Afaik，fbm使用噪声，无论是柏林噪声、单纯形噪声还是任何其他噪声，它都会产生一层八度音阶。Simplex和perlin只是一种噪音，与层无关。陈述3：与我的答案相同