Computergrafik

Rauschen

Motivation

Rauschen ist in der Computergrafik eine wesentliche Voraussetzung zur Darstellung von u.a.:

• Wolken
• Berge
• Lichteffekten
• und vielen weiteren Effekten in der Natur

Alle Bilder sind gemeinfrei

Erzeugen von «Chaos» I

Bild: Patricio Gonzalez Vivo

Erzeugen von «Chaos» II

Bild: Patricio Gonzalez Vivo

Erzeugen von «Chaos» III

Bild: Patricio Gonzalez Vivo

Geht es noch besser?

Value-Noise (Werterauschen)

Bild: Thorsten Thormählen

Bisher haben wir jedem Pixel einen pseudo-zufälligen Wert gegeben. 

Bei Value-Noise ist das Vorgehen etwas komplexer:

1. Ein grobes Gitter wird erstellt
2. Jeder Gitterpunkt bekommt Zufallswert
3. Zwischen Gitterpunkten wird interpoliert
    

➔ Dadurch entstehen glatte Übergänge

Value-Noise (Interpolation)

Bilder: Thorsten Thormählen

Value-Noise (Beispiel)

⌨️ Aufgabe

Passen Sie den vorhergehenden Code dahingehend an, dass ein farbliches Rauschen dargestellt wird.
 

Seien Sie kreativ 🎨 !

Geht es noch besser?

Ken Perlin

Image: Ken Perlin

• Mathematiker & Computergrafiker
• forschte zum Thema Rauschen

🏆 Oscar für technische Verdienste (1997):„For the development of Perlin Noise, a technique used to produce natural appearing textures on computer generated surfaces for motion picture visual effects“

Ken Perlin hat mit seinen Arbeiten zum Thema Rauschen ("Perlin-Rauschen") wesentlich zum Fortschritt in der Computergrafik beigetragen.

Gradient-Noise

Bilder: Thorsten Thormählen

Gradient-Noise (Beispiel)

Grenzen von Gradient-Noise

• Gradient-Noise bzw. Perlin-Noise erreicht sehr gute visuelle Ergebnisse
  • wird in vielen Anwendungen eingesetzt
• Einziger Nachteil (gilt auch für Value-Noise):
  • Der Aufwand bei >2 Dimensionen steigt drastisch
    ➔ Gitterstruktur mit Dimension N hat Aufwand
• Für hochdimensionale Echtzeitanwendungen sind
  andere Strukturen besser geeignet  

Simplex-Noise

• Ken Perlin hat Perlin-/Gradient-Noise weiterentwickelt
• Wesentliche Änderungen:
  • Nutzung von Dreieck-Gittern (anstelle von viereckigen)
  • (linearer) Aufwand von N (konkret N+1) 
    • ​Vergleich: Value-/Gradient-Noise
• ​​Verfahren kann noch einfacher in Hardware (GPU) implementiert werden
• Visuelle Ergebnisse konnten auch verbessert werden
  • Die Laufzeit-Effizienz ist aber der wesentliche Vorteil

Simplex-Noise (Beispiel)

✅ Zusammenfassung

• Rauschen ist eine wichtige Basis in Computergrafik
  • z.B. für Wolken, Küstenlinien, Berge
     
• Wesentliche Verfahren:

Gradient-/Perlin-Noise

Value-Noise

Simplex-Noise