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

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Burger: <strong>Gradientenbasierte</strong> <strong>Rauschfunktionen</strong> <strong>und</strong> <strong>Perlin</strong> <strong>Noise</strong> 20<br />

M = 1 M = 2 M = 3<br />

M = 4 M = 5 M = 6<br />

Abbildung 11: Beispiele für 2D <strong>Perlin</strong> <strong>Noise</strong> für M = 1...6 Frequenzen<br />

<strong>und</strong> fixem Persistence-Wert (fi = 0.01,0.02,0.04,0.08,0.16,0.32, φ = 0.5).<br />

p = 0.5 p = 0.7 p = 1.0<br />

Abbildung 12: Beispiele für 2D <strong>Perlin</strong> <strong>Noise</strong> für verschiedene Persistence-<br />

Werte (φ = 0.5,0.7,1.0).<br />

bestimmten) lokalen Gradientenvektors<br />

⎛ ⎞<br />

grad0(p) ⎜ grad ⎟<br />

1(p) ⎟<br />

gp = ⎜ ⎟,<br />

(63)<br />

⎝ . ⎠<br />

gradN−1(p)

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!