Unity Shader 梯度噪声 vs 值噪声

news2026/4/28 12:11:00
▦值噪声Value Noise插值随机标量值生成速度快但有明显块状感和人工痕迹适合低端设备或不需要高视觉质量的大面积纹理。◈梯度噪声Perlin Noise基于随机梯度方向插值各向同性更均匀平滑自然无方向性伪像是程序化纹理的首选基础函数。◇Simplex 噪声Simplex Noise利用单形网格减少顶点数量3D 下性能优于 Perlin 50%无任何方向性伪像适合高质量实时渲染。核心原理对比值噪声 (Value Noise)值噪声是最基础的程序化噪声实现。在整数网格顶点上生成随机标量值然后通过双线性 Hermite 插值在顶点之间平滑过渡。这种方法计算极快但相邻采样点之间的过渡往往显得生硬产生明显的块状视觉感受。// 值噪声实现 // 步骤1: 定义 hash 函数 (sin-free) float hash12(vec2 p) { vec3 p3 fract(vec3(p.xyx) * 0.1031); p3 dot(p3, p3.yzx 33.33); return fract((p3.x p3.y) * p3.z); } // 步骤2: 双线性 Hermite 插值 float valueNoise(vec2 p) { // 取整与小数分离 vec2 i floor(p); vec2 f fract(p); // Hermite 平滑: f*f*(3-2f) f f * f * (3.0 - 2.0 * f); // 步骤3: 获取4个顶点随机值 float a hash12(i vec2(0.0, 0.0)); float b hash12(i vec2(1.0, 0.0)); float c hash12(i vec2(0.0, 1.0)); float d hash12(i vec2(1.0, 1.0)); // 步骤4: 双线性插值混合 return mix(mix(a, b, f.x), mix(c, d, f.x), f.y); }梯度噪声 (Perlin Noise)Perlin 噪声在每个网格顶点定义一个随机梯度方向然后在晶格点之间使用梯度与位置向量的点积进行插值。这种方法确保了噪声在各方向上具有相同的统计特性各向同性避免了值噪声的块状感和方向性伪影。// Perlin 梯度噪声实现 // 梯度向量 hash vec2 hash22(vec2 p) { vec3 p3 fract(vec3(p.xyx) * vec3(.1031, .1030, .0973)); p3 dot(p3, p3.yzx 33.33); return -1.0 2.0 * fract((p3.xx p3.yz) * p3.zy); } float perlinNoise(vec2 p) { vec2 i floor(p); vec2 f fract(p); f f * f * (3.0 - 2.0 * f); // Hermite // 每个顶点存储随机梯度方向 vec2 g00 hash22(i vec2(0.0, 0.0)); vec2 g10 hash22(i vec2(1.0, 0.0)); vec2 g01 hash22(i vec2(0.0, 1.0)); vec2 g11 hash22(i vec2(1.0, 1.0)); // 计算到各顶点的梯度点积 float n00 dot(g00, f - vec2(0.0, 0.0)); float n10 dot(g10, f - vec2(1.0, 0.0)); float n01 dot(g01, f - vec2(0.0, 1.0)); float n11 dot(g11, f - vec2(1.0, 1.0)); // 插值 (输出范围 [-1, 1]) return 0.5 0.5 * mix( mix(n00, n10, f.x), mix(n01, n11, f.x), f.y); }Simplex 噪声Simplex 噪声是对 Perlin 噪声的改进使用单形simplex网格而非方形网格。在 2D 中使用三角形网格3D 中使用四面体网格。这使得每个采样点只需要 3-4 个周围顶点参与计算相比 Perlin 的 4-8 个顶点减少了计算量且完全消除了轴对齐的视觉伪像。// Simplex 噪声实现 // 2D: 使用三角形网格 (非方形) float simplexNoise(vec2 p) { const float K1 0.366025404; // (sqrt(3)-1)/2 const float K2 0.211324865; // (3-sqrt(3))/6 // 偏斜变换到单形网格 vec2 i floor(p (p.x p.y) * K1); vec2 a p - i (i.x i.y) * K2; // 确定下半三角形 vec2 o (a.x a.y) ? vec2(1.0, 0.0) : vec2(0.0, 1.0); vec2 b a - o K2; // 第二近顶点 vec2 c a - 1.0 2.0 * K2; // 对角顶点 // h^4 核函数权重 vec3 h max(0.5 - vec3( dot(a, a), dot(b, b), dot(c, c)), 0.0); h h * h * h * h; // 梯度点积加权求和 (仅3个顶点) vec3 n h * vec3( dot(a, hash22(i 0.0)), dot(b, hash22(i o)), dot(c, hash22(i 1.0)) ); return dot(n, vec3(70.0)) * 0.5 0.5; }性能与特性对比特性值噪声Perlin 噪声Simplex 噪声插值方式双线性 Hermite梯度点积 平滑插值单形网格 h4 核函数网格类型方形晶格方形晶格三角形/四面体晶格采样点数4 个顶点4 个顶点3 个顶点 (2D) / 4 个 (3D)2D 性能5/54/54/53D 性能5/53/55/5各向同性明显块状良好优秀方向伪影严重轻微轴对齐无Unity URP 适用地形大型基底程序化纹理高质量体积渲染Unity URP 应用场景选择指南根据需求匹配最佳噪声类型地形系统大型地形基底使用值噪声节省性能FBM 叠加 Perlin 增加细节层次☁体积云/雾3D Simplex 噪声提供最佳性能与视觉平衡避免体积渲染中的方向伪影火焰/熔岩Ridged FBM 结合 Perlin 梯度噪声生成锐利脊线模拟自然裂痕纹理URP 实践建议在 URP Shader 中使用噪声时优先考虑 Simplex 噪声处理 3D 数据体积、粒子2D 程序化纹理可使用 Perlin 噪声。对于超大规模地形等性能敏感场景值噪声FBM 组合仍是务实选择。URP Shader 示例URP ShaderLibrary 使用在 URP 的 ShaderLibrary 中已内置常用噪声函数可以直接引用// URP ShaderLibrary 使用 #include Packages/com.unity.render-pipelines.core/ ShaderLibrary/Common.hlsl // 内置噪声函数 float noise SAMPLE_TEXTURE2D( _NoiseTex, // 噪声纹理 sampler_NoiseTex, uv ).r; // 自定义实现 (推荐用于程序化需求) float3 PerlinNoise(float2 p, float2 offset) { return PBR.ProceduralCommons.PerlinNoise2D(p offset); } // Shader Graph 自定义节点 // 在 Shader Graph 中添加 Custom Function Node // 输出类型: Fragment // 函数名: PerlinFBM // 输入: UV (float2) // 输出: Out (float3) // Body: // float3 n PerlinNoise(uv * 4.0, float2(0.0)); // n 0.5 * PerlinNoise(uv * 8.0, float2(3.2)); // n 0.25 * PerlinNoise(uv * 16.0, float2(7.1)); // Out n * 0.5 0.5;常见误区很多开发者忽略了噪声的视觉差异直接导致最终质感下降。例如在角色皮肤纹理上使用值噪声会产生明显的塑料感而在地形远景使用 Simplex 则浪费了不必要的性能。根据不同距离和材质特性选择合适的噪声类型是提升视觉质量同时控制成本的关键。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2542976.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…