因?yàn)樵诳碐ames202所以插入了個(gè)AO相關(guān)的東西。回到噪音這塊，之前介紹過最簡(jiǎn)單的值噪音是如何生成的，先來看一個(gè)叫worley噪音的東西，先上圖

是不是看起來很像水底的焦散現(xiàn)像，這個(gè)確實(shí)可以用來模擬一下這個(gè)焦散

算法

來看看worley噪音是如何生成的，一句話描述，在屏幕上撒上一些點(diǎn)，然后對(duì)于每個(gè)要著色的像素，找到最近的點(diǎn)，計(jì)算與該點(diǎn)的距離作為著色結(jié)果，over。

是不是很簡(jiǎn)單，但是這樣有個(gè)顯而易見的問題，如果撒的點(diǎn)少還好，如果多了的話，那豈不是計(jì)算量爆炸了。所以某個(gè)大佬就做了這么一個(gè)優(yōu)化。把屏幕切成一個(gè)個(gè)網(wǎng)格（熟悉的操作），每個(gè)網(wǎng)格里只有一個(gè)點(diǎn)，那么每個(gè)著色的像素就只需要和9個(gè)點(diǎn)進(jìn)行比較就行了（上下左右，左上，左下，右上，右下，中間），操作數(shù)就恒定為9了，上圖（還是偷來的）

算法流程不難，直接看看代碼吧

柏林噪音

看完worley噪音，再來看看柏林噪音

柏林噪音比起值噪音有兩個(gè)區(qū)別

1. 每個(gè)晶格點(diǎn)隨機(jī)生成的不是值，而是梯度，也就是一個(gè)隨機(jī)的二維向量

2. 所用來插值的數(shù)值是四個(gè)點(diǎn)上的向量與這個(gè)著色點(diǎn)連接向量的點(diǎn)積。

看看圖再看看代碼

它所解決的問題便是值噪音所產(chǎn)生的塊狀問題（雖然通過fbm也能解決）,看看代碼