我正在研究用于地形生成的各种类型的噪声，我对何时噪声变为 perlin 噪声以及何时 perlin 噪声变为 fbm 感到有些困惑。我希望有人可以澄清我出错的任何地方。我目前假设以下
噪声：包含幅度和频率，它与某种形式的插值（例如线性、余弦或三次）一起指示最终值。
Perlin Noise：倍频程噪声函数的总和（每个连续函数包含两倍的频率）。从我目前所读到的，幅度似乎总是呈现为一致的减少。例如，Noise1 包含 1 的 A，Noise2 包含 0.5 的 A，Noise3 包含 0.25 的 A，这意味着这里幅度每次减半。这必须始终像这样一致吗？
FBM：多个 perlin 噪声函数的总和，其中每个 Perlin 噪声函数必须仅包含幅度递减的八度音阶。
Perlin Noise 实际上是一种计算所谓 Noise 的方法。它是一种相干噪声，计算为伪随机基础函数（或伪随机生成的梯度）的插值归一化梯度。频率控制梯度的“采样”距离，所以频率越高，采样距离越小，单位空间的梯度越多。幅度控制噪声函数的最大值和最小值。
Hugo Elias 的 Perlin Noise 页面对概念、算法等有很好的描述 。Perlin Noise FAQ以非常直观的方式解释了算法。
噪音是一个通用术语。Perlin 噪声只是一种相干噪声。但有许多不同的类型，具有不同的特点。
事实上，分形布朗运动就是你所说的柏林噪声。它是 Perlin Noise（或其他类似的噪声函数）的多个步骤的组合，每个步骤具有不同的频率和幅度。在程序生成的背景下，从一个步骤到下一个步骤的频率变化称为间隙。从一个步骤到下一个步骤的幅度变化称为增益。
看看这个。这个关于地形生成的项目很好地描述了 fBM 是什么以及它是如何计算的。
我希望这有帮助！
perlin noise 使用斜率来创建圆形气泡相关性，以获得更自然的外观。
八度音阶方法结合了各种尺度的噪声以生成更复杂的形式。显然，这种技术就是所谓的“分形布朗运动”。我以前从未听说过这个，但我做了一些研究，这就是我得到的。
您可以使用带有任何类型噪声的八度音阶，并在频率和幅度上随心所欲地缩放它们。一半的事情是出于数学原因从结果中删除某些伪影。
但是这个八度音阶是一种独立于柏林噪声的技术。它们一起工作得很好，所以它们一起使用。
白噪声倍频程又名白噪声 fbm 称为值噪声。它倾向于显示底层网格，因此通常使用 perlin 噪声代替。