beneficio del rumore perlin rispetto al rumore di valore

Mentre studiavo il funzionamento interno del rumore perlin, mi chiedevo perché si potesse usare il rumore perlin invece del semplice rumore di valore. Per quanto ho capito bene, vale quanto segue:

Il rumore di Perlin è una funzione di rumore basata su reticolo, che assegna un gradiente n-dimensionale (casuale per l'implementazione originale, fisso per quello migliorato) per ogni punto nello spazio di rumore sottostante. Ora puoi eseguire una query su un valore per ogni punto nello spazio calcolando il prodotto punto tra il vettore di distanza e il vettore di sfumatura. Dopo di che si calcola la media di tutti i valori calcolati e si ottiene il valore richiesto.

Ma il rumore di valore non è lo stesso senza usare vettori di gradiente ma valori casuali? Dato che interpolo anche tra i valori nel rumore di valore, non riesco a vedere alcun vantaggio utilizzando un passaggio di calcolo aggiuntivo (il prodotto punto) nel rumore perlin.

Quindi perché dovrei usare il rumore perlin invece del rumore di valore? Perché il rumore del perlin è così popolare?

Il vantaggio del rumore perlin è la distribuzione complessiva delle frequenze. Poiché il rumore di valore utilizza valori semplici che sono interpolati, vi è una maggiore possibilità che una riga di più valori differisca solo leggermente. La conseguenza è che alcune aree dell'immagine potrebbero contenere piccoli cambiamenti e alcune aree molte modifiche.

Usando i gradienti stai riducendo questo effetto perché l'interpolazione non è fatta per valore ma invece calcolata tra tangenti. Ora è più difficile avere una curva piatta (entrambe le tangenti devono essere collineari).

Fonte: Come notato da Martin Ender la questione è stata già postato su una comunità StackExchange diversa: vedi questo post Math.SE .