Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...
Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...
Gradientenbasierte Rauschfunktionen und Perlin Noise - Campus ...
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)