Language
Country/Area
No result found
Perlin-Rauschen: Warum sehen Computerbilder dadurch so realistisch aus?
Perlin-Rauschen wird seit seiner Einführung durch Ken Perlin im Jahr 1983 häufig zur Computerbilderzeugung verwendet. Ob es sich um die prozedurale Generierung von Gelände, das Hinzufügen pseudozufälliger Variationen zu Variablen oder die Unterstützung bei der Erstellung von Bildtexturen handelt, diese Rauschtechnik hat ihren einzigartigen Wert unter Beweis gestellt. Was also genau ist Perlin-Rauschen und warum macht es computergenerierte Bilder so realistisch?
Perlin-Rauschen ermöglicht es computergenerierten visuellen Elementen wie Objektoberflächen, Feuer, Rauch oder Nebel, das zufällige Erscheinungsbild von in der Natur vorkommenden Texturen natürlicher zu simulieren.
Geschichte des Perlin-Rauschens
Perlin Noise entstand aus Ken Perlins Unzufriedenheit mit der mechanischen Optik computergenerierter Bilder in den frühen 1980er Jahren. Er beschrieb die Technik offiziell in seinem SIGGRAPH-Artikel „Image Synthesizer“ von 1985. Die Entwicklung dieser Technik wurde durch seine Arbeit am Disney-Science-Fiction-Animationsfilm Tron (1982) begleitet.
Berichten zufolge erhielt Perrin für die Entwicklung des Algorithmus 1997 den Oscar für technische Leistungen als Anerkennung für seinen Beitrag zu Spezialeffekten in Film und Fernsehen. Hinter dieser Leistung steht die Inspiration, die das Perlin-Rauschen Computergrafikern bietet, die diese Technik verwenden, um die Komplexität natürlicher Phänomene besser wiederzugeben.
Perlin beantragte für seine Algorithmen keine Patente, erhielt jedoch 2001 ein Patent für Simplex-Rauschen in 3D und darüber hinaus, eine Technik, die ebenfalls die Rauschsynthese verbessern sollte.
Anwendungen von Perlin-Rauschen
Als prozedurales Textur-Grundelement bietet Perlin-Noise Visual-Effects-Künstlern Werkzeuge zur Verbesserung des Realismus von Computergrafiken. Obwohl diese Technik ein pseudozufälliges Erscheinungsbild erzeugt, behalten alle visuellen Details eine einheitliche Größe und sind daher leicht zu steuern.
In der Computergrafik wird Perlin-Rauschen häufig zum Zusammensetzen von Texturen verwendet, insbesondere wenn der Speicher extrem begrenzt ist, wie beispielsweise bei Präsentationen. Nachfolgetechnologien wie Fractal Noise und Simplex Noise sind zu Standardkomponenten in Grafikprozessoren geworden.
Perlin-Rauschen wird in Videospielen häufig verwendet, um natürlich aussehendes, prozedural generiertes Gelände zu erzeugen.
Algorithmusdetails
Perlin-Noise-Implementierungen bestehen typischerweise aus drei Schritten: Definieren eines Rasters aus zufälligen Gradientenvektoren, Berechnen des Skalarprodukts zwischen den Gradientenvektoren und ihren Offsets und Interpolation zwischen diesen Werten. Durch diese Reihe von Berechnungen kann Perlin-Rauschen natürliche Effekte in mehreren Dimensionen erzeugen.
Rasterdefinition
Definieren Sie zunächst ein n-dimensionales Gitter, bei dem jeder Gitterschnittpunkt einen festen, zufälligen n-dimensionalen Gradientenvektor der Einheitslänge hat. Im eindimensionalen Fall sind diese Gradienten zufällige Skalare zwischen −1 und 1.
Skalarproduktberechnung
Wenn der Wert eines Kandidatenpunkts berechnet werden muss, suchen Sie zuerst die eindeutige Gitterzelle, zu der der Punkt gehört, und bestimmen Sie dann die 2n Eckpunkte der Zelle und ihren Gradientenvektor. Für jeden Eckpunkt wird ein Offset-Vektor berechnet, der vom Eckpunkt zum Kandidatenpunkt zeigt. Berechnen Sie als Nächstes für jeden Eckpunkt das Skalarprodukt zwischen seinem Gradientenvektor und dem Offsetvektor.
In einem zweidimensionalen Raster müssen vier Offsetvektoren und vier Skalarprodukte berechnet werden, während in drei Dimensionen acht berechnet werden müssen.
Interpolationsberechnung
Der letzte Schritt besteht darin, die 2n Skalarprodukte zu interpolieren. Die in diesem Schritt verwendete Interpolationsfunktion erfordert, dass die erste Ableitung (und sogar die zweite Ableitung) an 2n Gitterknoten Null ist. Dies bedeutet, dass das charakteristische Erscheinungsbild des Perlin-Rauschens auf seine Eigenschaft zurückzuführen ist, an jedem Knoten durch Null zu gehen.
Zukünftige Möglichkeiten
Die Komplexität des Perlin-Rauschens nimmt mit zunehmender Dimension zu, aber mit der Vertiefung der Forschung entstehen ständig neue Algorithmen wie Simplex-Rauschen und OpenSimplex-Rauschen. Diese Technologien sollen die Leistung verbessern und die Natürlichkeit der Grafiken erhöhen. Im Hinblick auf die Technologie der zukünftigen Grafikgeneration wird noch viel geforscht und innovativ gearbeitet.
Welchen Einfluss wird das Perlin-Rauschen also weiterhin auf das Fachgebiet haben, wenn wir in Zukunft mit immer realistischeren computergenerierten Bildern konfrontiert werden?
