Language
Country/Area
No result found
Bạn có biết Ken Perlin đã giành giải Oscar vì phát minh ra tiếng ồn Perlin không?
Năm 1983, Ken Perlin đã phát minh ra một loại tiếng ồn đặc biệt gọi là tiếng ồn Perlin. Loại nhiễu này có nhiều ứng dụng trong đồ họa máy tính, đặc biệt là khi tạo cảnh thiên nhiên và hoạt hình, giúp tạo ra hiệu ứng vật lý chân thực một cách hiệu quả. Tiếng ồn Perlin có thể được sử dụng để tạo địa hình, cung cấp các thay đổi giả ngẫu nhiên cho các biến và cập nhật kết cấu hình ảnh. Bài viết này sẽ đi sâu vào bối cảnh, cách sử dụng và tầm quan trọng của tiếng ồn Perlin.
Lịch sử
Nguồn cảm hứng sáng tạo của Ken Perlin xuất phát từ sự thất vọng của anh với cảm giác máy móc của hình ảnh do máy tính tạo ra (CGI) vào thời điểm đó. Năm 1985, ông chính thức công bố một bài báo có tựa đề "Bộ tổng hợp hình ảnh" tại hội nghị SIGGRAPH, trong đó trình bày chi tiết về nhiễu Perlin. Sự phát triển của ông một phần được lấy cảm hứng từ tác phẩm của ông trong bộ phim khoa học viễn tưởng hoạt hình máy tính Tron năm 1982 của Disney. Sau khi phát triển kỹ thuật của mình, Perlin đã nhận được Giải thưởng Viện hàn lâm năm 1997 cho những đóng góp của ông cho nghệ thuật tạo ra các kết cấu trông tự nhiên trên các bề mặt do máy tính tạo ra.
“Kể từ khi phát triển tiếng ồn Perlin, các họa sĩ đồ họa máy tính đã có thể thể hiện thực tế hơn sự phức tạp của các hiện tượng tự nhiên.”
Mục đích
Tiếng ồn Perlin là một thành phần kết cấu theo thủ tục được sử dụng như một tiếng ồn gradient giúp tăng dần tính chân thực của đồ họa máy tính. Mặc dù tính năng này có bản chất bán ngẫu nhiên, nhưng tất cả các chi tiết có thể nhìn thấy đều có kích thước đồng nhất. Tính chất này làm cho nó dễ kiểm soát khi vận hành; các nghệ sĩ có thể đưa nhiều bản sao có tỷ lệ của tiếng ồn Perlin vào các biểu thức toán học để tạo ra nhiều loại kết cấu thủ tục. Các kết cấu tổng hợp được tạo ra bằng cách sử dụng nhiễu Perlin thường được sử dụng trong CGI để giúp các thành phần hình ảnh do máy tính tạo ra như bề mặt, lửa, khói hoặc mây trông tự nhiên hơn.
Chi tiết thuật toán
Tiếng ồn Perlin thường được triển khai trong hai, ba hoặc bốn chiều, nhưng thực tế có thể được định nghĩa trong bất kỳ chiều nào. Việc triển khai thường bao gồm ba bước: xác định lưới các vectơ gradient ngẫu nhiên, tính tích vô hướng của các vectơ gradient với độ lệch của chúng và nội suy giữa các giá trị này.
Định nghĩa lưới
Xác định lưới n chiều trong đó mỗi giao điểm của lưới được liên kết với một vectơ gradient độ dài đơn vị n chiều ngẫu nhiên. Sự ngẫu nhiên này giúp tạo ra hiệu ứng kết cấu tự nhiên.
DOT Sản phẩm
Để tính giá trị của bất kỳ điểm ứng viên nào, trước tiên chúng ta tìm ô lưới duy nhất nơi điểm đó tọa lạc, sau đó xác định 2^n góc của ô và các vectơ gradient liên quan của chúng, sau đó tính toán vectơ bù cho mỗi góc và tính toán vectơ gradient cho mỗi góc. Tích vô hướng của vectơ gradient tại mỗi góc được tính bằng vectơ offset. Ảnh hưởng của mỗi góc lưới tăng theo khoảng cách, nghĩa là thao tác chuẩn hóa trên vectơ bù trừ có thể tạo ra những thay đổi đột ngột đáng kể, do đó, điều quan trọng hơn là phải tính đến khoảng cách trong bước nội suy.
Nội suy
Bước cuối cùng là nội suy các tích vô hướng này. Điều này được thực hiện bằng cách sử dụng một hàm có đạo hàm bậc nhất bằng không tại 2^n nút lưới, do đó gần mỗi nút lưới, đầu ra sẽ xấp xỉ tích vô hướng của vectơ gradient và vectơ độ lệch của nút đó.
Độ phức tạp"Tiếng ồn Perlin được đặc trưng bởi thực tế là nó đi qua 0 tại mọi nút, điều này tạo nên vẻ ngoài đặc biệt của nó."
Đối với mỗi lần đánh giá hàm nhiễu, tích vô hướng của vị trí và vectơ gradient phải được tính toán tại mỗi nút chứa ô lưới. Vì vậy, độ phức tạp của nhiễu Perlin là O(2^n) khi kích thước tăng và ngữ cảnh tăng. Trong khi nhiễu Perlin vẫn có chỗ đứng trong tính toán, các giải pháp thay thế mới như Simple Noise và OpenSimplex Noise đã xuất hiện, cung cấp kết quả tương tự với hiệu quả tính toán được cải thiện.
Phát minh về nhiễu Perlin không chỉ thay đổi cách tạo ra hiệu ứng hình ảnh mà còn tiếp tục ảnh hưởng đến sự hiểu biết của chúng ta về hình ảnh do máy tính tạo ra. Trong tương lai, công nghệ sẽ nâng cao hơn nữa khả năng tái tạo các hiện tượng tự nhiên trong thế giới kỹ thuật số như thế nào?
