今天在家花了一个下午的时间去实现, 有参考 Gpu Gems 1 上的 improve perlin noise 论文, 但是最后发现,5次方插值根本就不适用于云层的模拟,不过倒是非常适合大连续体积,比如heigh map 中山体,凹地等的模拟.对于云层,我必须设计一个 小体积,更加分散,并且能在临界区连续的 noise 算法. 而且也有必要使连续云层的轮廓稍微尖锐.

                   时刻1

以上是同一次随机种子下连续4个不同时刻,云层的切片.
<download  demo> : 点击下载演示程序.

我的噪音函数.

struct NoiseTable
{
    NoiseTable()    // 自动初始化
    {
        for (int i=0; i<256; i++ ) 
        {
            permutation[i] = noise_rand.Get() & 255;
        }

        for (int i=0; i < 256 ; i++)
        {
            gradTable[256+i] = gradTable[i] = permutation[i]; 
        }
    }

    int permutation[256];    // 散列
    int gradTable[512];  // 斜率矢量表
};

NoiseTable g_NoiseTable;



static inline float Curve_5(float t) // 5次方采样曲线
{ 
    return t * t * t * (t * (t * 6 - 15) + 10); 
}

static inline float Curve_3(float t) // 立方采样曲线 hermite 
{ 
    return t * t * (3 - 2 * t); 
}
static inline float Curve_sin(float t) 
{ 
    return 0.0f; 
}

// 插值函数
inline float Lerp(float t, float a, float b) 
{ 
    return a + t * (b - a); 
}

typedef struct _float3 
{
    float r;
    float s;
    float t;
}float3;

typedef struct _float4 
{
    float x;
    float y;
    float z;
    float w;
}float4;


inline float Grad(float c) 
{
    static int Y;
    static int X;
    static float c2;
    X = floor(c);
    c2 = c - X;
    X = int(c) % 255;
    Y = X+1;
    if (Y>255)
    {
        Y = 0;
    }
    return (Lerp(c2,g_NoiseTable.permutation[X],g_NoiseTable.permutation[Y]));//1/256.0f
}

float NoiseCloud(float x, float y, float z/**//*, float w*/)
{
    static int* pTable = g_NoiseTable.gradTable;
    static float3 texCoord1;
    static float3 texCoord2;
    texCoord1.r = floor(x);
    texCoord1.s = floor(y);
    texCoord1.t = floor(z);
    x -= texCoord1.r;
    y -= texCoord1.s;
    z -= texCoord1.t;
    // next texel.
    texCoord2.r = texCoord1.r+1.0f;
    texCoord2.s = texCoord1.s+1.0f;
    texCoord2.t = texCoord1.t+1.0f;
    
    static float4 Texel1;
    static float4 Texel2;
    Texel1.x = Grad(Grad(Grad(texCoord1.r)+texCoord1.s)+texCoord1.t);
    Texel2.x = Grad(Grad(Grad(texCoord2.r)+texCoord1.s)+texCoord1.t);

    Texel1.y = Grad(Grad(Grad(texCoord1.r)+texCoord2.s)+texCoord1.t);
    Texel2.y = Grad(Grad(Grad(texCoord2.r)+texCoord2.s)+texCoord1.t);

    Texel1.z = Grad(Grad(Grad(texCoord1.r)+texCoord1.s)+texCoord2.t);
    Texel2.z = Grad(Grad(Grad(texCoord2.r)+texCoord1.s)+texCoord2.t);
    
    Texel1.w = Grad(Grad(Grad(texCoord1.r)+texCoord2.s)+texCoord2.t);
    Texel2.w = Grad(Grad(Grad(texCoord2.r)+texCoord2.s)+texCoord2.t);

    static float u;
    static float v;              
    static float w;
    u = Curve_3(x);
    v = Curve_3(y);              
    w = Curve_3(z);

    // x
    Texel1.x = Lerp(u,Texel1.x,Texel2.x);
    Texel1.y = Lerp(u,Texel1.y,Texel2.y);
    Texel1.z = Lerp(u,Texel1.z,Texel2.z);
    Texel1.w = Lerp(u,Texel1.w,Texel2.w);
    // y
    Texel2.x = Lerp(v,Texel1.x,Texel1.y);
    Texel2.y = Lerp(v,Texel1.z,Texel1.w);
    
    // z
    return Lerp(w,Texel2.x,Texel2.y);
}

 

将来的工作:
1, 采用多线程,产生一个独立线程进行噪音计算,

2.使用程序纹理,利用GPU来计算.(Pixel Shader 可能会有很多条指令,导致低端硬件无法运行)