Tiếng ồn Perlin ban đầu có bao giờ có lợi thế hơn tiếng ồn Simplex không?

Tiếng ồn Perlin là một trong những chức năng tiếng ồn thủ tục phổ biến nhất. Perlin sau đó đã phát triển tiếng ồn Simplex giúp cải thiện một số thiếu sót của tiếng ồn Perlin, đáng chú ý là sự kém hiệu quả của nó trong các kích thước cao hơn và các tạo tác định hướng (Wikipedia liệt kê năm ưu điểm của tiếng ồn Simplex). Tuy nhiên, tiếng ồn Perlin dường như được sử dụng rộng rãi. Tôi có thể tưởng tượng rằng lý do chính là tiếng ồn Simplex về mặt khái niệm khó hiểu hơn nhiều, nhưng bây giờ cần có đủ triển khai để bạn không phải tự thực hiện lại.

Tiếng ồn Perlin có bất kỳ lợi thế so với tiếng ồn Simplex? Khi chọn một chức năng nhiễu, tôi có bao giờ chọn Perlin thay vì Simplex không?

Để trả lời trực tiếp câu hỏi: Tiếng ồn Simplex được cấp bằng sáng chế , trong khi tiếng ồn Perlin thì không. Ngoài ra, tiếng ồn Simplex có nhiều ưu điểm đã được đề cập trong câu hỏi của bạn và ngoài độ khó thực hiện tăng nhẹ, đó là thuật toán tốt hơn của cả hai.

Tôi tin rằng lý do tại sao nhiều người vẫn chọn tiếng ồn Perlin đơn giản là vì nó được biết đến rộng rãi hơn. Cũng đáng lưu ý rằng nhiễu Perlin rất thường bị nhầm lẫn với sự kết hợp của nhiễu giá trị và Chuyển động Fractal Brownian (FBM).

Tiếng ồn Perlin, tiếng ồn Simplex và tiếng ồn giá trị là tất cả các phương pháp để tổng hợp tiếng ồn kết hợp. Mặt khác, FBM (đôi khi được gọi là "tiếng ồn FBM"), là thứ được sử dụng khi thêm nhiều lớp nhiễu lên nhau ở các tỷ lệ khác nhau để có được các hàm phức tạp hơn. Sự kết hợp giữa FBM và nhiễu giá trị rất đơn giản để thực hiện và có thể rất hữu ích cho việc tổng hợp địa hình, các đám mây thủ tục và bạn bè, và nó khá phổ biến. Tuy nhiên, nó có xu hướng bị dán nhãn nhầm tiếng ồn Perlin, gây hiểu nhầm thêm vào sự phổ biến của nó.