Language
Country/Area
No result found
Saviez-vous que Ken Perlin a remporté un Oscar pour avoir inventé le bruit de Perlin ?
En 1983, Ken Perlin a inventé un type spécial de bruit appelé bruit de Perlin. Ce type de bruit a une large gamme d'applications en infographie, notamment lors de la génération de scènes et d'animations naturelles, où il peut contribuer efficacement à créer des effets physiques réalistes. Le bruit Perlin peut être utilisé pour générer un terrain, fournir des modifications pseudo-aléatoires aux variables et mettre à jour les textures d'image. Cet article plongera dans le contexte, les utilisations et l’importance du bruit Perlin.
Histoire
L'inspiration de Ken Perlin pour la création est venue de sa frustration face à la sensation mécanique des images générées par ordinateur (CGI) de l'époque. En 1985, il a publié officiellement un article intitulé « Un synthétiseur d'images » lors de la conférence SIGGRAPH, qui détaillait le bruit de Perlin. Son développement a été inspiré en partie par son travail sur le film d'animation de science-fiction Tron de Disney de 1982. Suite au développement de sa technique, Perlin a reçu un Oscar en 1997 pour sa contribution à l'art de créer des textures d'apparence naturelle sur des surfaces générées par ordinateur.
« Depuis le développement du bruit de Perlin, les infographistes sont capables de représenter de manière plus réaliste la complexité des phénomènes naturels. »
Objectif
Le bruit Perlin est un élément de texture procédural utilisé comme bruit de gradient qui augmente progressivement le réalisme de l'infographie. Bien que cette fonctionnalité ait une nature pseudo-aléatoire, tous les détails visibles sont de taille cohérente. Cette propriété le rend très contrôlable en fonctionnement ; les artistes peuvent intégrer plusieurs copies à l'échelle du bruit Perlin dans des expressions mathématiques pour créer une grande variété de textures procédurales. Les textures synthétiques générées à l'aide du bruit Perlin sont souvent utilisées en CGI pour aider les éléments visuels générés par ordinateur tels que les surfaces, le feu, la fumée ou les nuages à paraître plus naturels.
Détails de l'algorithme
Le bruit Perlin est généralement implémenté en deux, trois ou quatre dimensions, mais peut en fait être défini dans n'importe quelle dimension. La mise en œuvre implique généralement trois étapes : la définition d’une grille de vecteurs de gradient aléatoires, le calcul du produit scalaire des vecteurs de gradient avec leurs décalages et l’interpolation entre ces valeurs.
Définition de la grille
Définissez une grille à n dimensions où chaque intersection de grille est associée à un vecteur de gradient aléatoire à n dimensions de longueur unitaire. Cette randomisation permet de créer un effet de texture naturel.
Produit scalaire
Pour calculer la valeur de tout point candidat, nous trouvons d'abord la cellule de grille unique où se trouve le point, puis identifions les 2^n coins de la cellule et leurs vecteurs de gradient associés, puis calculons le vecteur de décalage pour chaque coin et calculons le vecteur de gradient pour chaque coin. Le produit scalaire du vecteur de gradient à chaque coin est calculé avec le vecteur de décalage. L'influence de chaque coin de la grille augmente avec la distance, ce qui signifie que l'opération de normalisation sur le vecteur de décalage peut introduire des changements brusques et importants. Il est donc plus important de tenir compte de la distance dans l'étape d'interpolation.
Interpolation
L’étape finale consiste à interpoler ces produits scalaires. Cela se fait à l'aide d'une fonction qui a des dérivées de premier ordre nulles à 2^n nœuds de grille, donc près de chaque nœud de grille, la sortie se rapprochera du produit scalaire du vecteur de gradient du nœud et du vecteur de biais.
Complexité« Le bruit de Perlin est caractérisé par le fait qu'il passe par 0 à chaque nœud, ce qui lui donne son aspect distinctif. »
Pour chaque évaluation de la fonction de bruit, le produit scalaire de la position et du vecteur de gradient doit être calculé à chaque nœud contenant une cellule de grille. Ainsi, la complexité du bruit de Perlin est O(2^n) lorsque la dimension et le contexte augmentent. Bien que le bruit de Perlin ait toujours sa place dans le calcul, de nouvelles alternatives telles que Simple Noise et OpenSimplex Noise sont apparues qui fournissent des résultats similaires avec une efficacité de calcul améliorée.
L’invention du bruit de Perlin a non seulement changé la manière dont les effets visuels sont créés, mais continue d’influencer notre compréhension de l’imagerie générée par ordinateur. À l’avenir, comment la technologie améliorera-t-elle encore notre capacité à recréer des phénomènes naturels dans le monde numérique ?
