08.10.2013 Aufrufe

Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...

Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...

Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Burger: <strong>Gradientenbasierte</strong> <strong>Rauschfunktionen</strong> <strong>und</strong> <strong>Perlin</strong> <strong>Noise</strong> 11<br />

f = 1<br />

0.5<br />

0.5<br />

f = 2<br />

0.5<br />

0.5<br />

f = 3<br />

0.5<br />

0.5<br />

f = 4<br />

0.5<br />

0.5<br />

0.5 1 1.5 2 2.5 3 3.5<br />

0.5 1 1.5 2 2.5 3 3.5<br />

0.5 1 1.5 2 2.5 3 3.5<br />

0.5 1 1.5 2 2.5 3 3.5<br />

Abbildung 8: Beispiele für eindimensionale <strong>Perlin</strong>-<strong>Rauschfunktionen</strong> der<br />

Form noise (f) (x) = noise(f·x) mit unterschiedlichen Frequenzen f = 1,...4.<br />

Im Allgemeinen erhält man die Funktion noise(x) mit einer beliebigen Frequenz<br />

f ∈ R durch<br />

noise (f) (x) = noise(f ·x). (36)<br />

2.3 Kombination mehrerer <strong>Rauschfunktionen</strong><br />

Bei der Methode von <strong>Perlin</strong> werden mehrere skalierte Versionen derselben<br />

Rauschfunktion mit M unterschiedlichen Frequenzen fi <strong>und</strong> Amplituden<br />

ai kombiniert in der Form<br />

<strong>Noise</strong>(x) =<br />

M−1 <br />

i=0<br />

ai ·noise (fi) (x) =<br />

M−1 <br />

i=0<br />

ai ·noise(fi ·x). (37)<br />

Dabei werden üblicherweise nicht beliebige Frequenzen verwendet, sondern –<br />

ausgehend von einer bestimmten Basisfrequenz fmin – eine Folge von jeweils<br />

x<br />

x<br />

x<br />

x

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!