基于柏林噪声的静态云雾仿真生成方法

技术特征：
1.一种基于柏林噪声的静态云雾仿真生成方法，其特征在于，包括以下步骤：步骤1，输入影像，得到影像的长宽大小；步骤2，将取值区间[0,1)分别以影像的长宽均分，并将均分后的点以(横坐标，纵坐标)的形式分布在与影像大小相等的平面上，保证每个点都有唯一的一个单元格将其包围，将这些点的值乘以频率，并用得到的积减去不大于积的整数的差作为新的该点的值；步骤3，建立一个索引表，作为后续哈希搜索的索引表，索引表的值为预设范围内的整数且顺序随机；步骤4，使用缓和函数将步骤2生成的数进行平滑处理，得到缓和后的频率变化值；步骤5，对步骤2中每一个点利用包围其的单元格的四个点的坐标从索引表中搜索该点对被包围点的梯度影响方向，利用这个梯度影响方向求出该点对被包围点的梯度影像值，遍历所有的点；步骤6，利用线性插值函数将整幅图内的影响值补齐并乘以振幅，生成一幅柏林噪声随机图；步骤7，改变频率与振幅，返回步骤2迭代，直到满足迭代结束条件时进入步骤8；步骤8，将不同频率与振幅生成的柏林噪声图叠加起来，生成云雾掩膜，并将云雾掩膜作为透明度图直接叠加到图像上，完成静态云的仿真模拟。2.如权利要求1所述的一种基于柏林噪声的静态云雾仿真生成方法，其特征在于：步骤3中建立一个长度为512的索引表，作为后续哈希搜索的索引表，索引表的值为0-255的整数且顺序随机。3.如权利要求1所述的一种基于柏林噪声的静态云雾仿真生成方法，其特征在于：步骤4中的缓和函数fade(t)为任意的线性函数，包括但不限于线性插值或余弦插值。4.如权利要求1或2或3所述的一种基于柏林噪声的静态云雾仿真生成方法，其特征在于：步骤5中的梯度方向为任意方向，对于每一个点的伪随机梯度由x，y生成伪随机梯度影像值：grad＝vetcor[p[x；y]％4][0]*x vetcor[p[x；y]％4][1]*y其中p[x；y]是哈希索引表，其值与x和y有关；对于所有的点，都通过利用这个伪随机梯度影响计算函数来计算其影响值，n00＝gradient(p[p[xi] yi]，xf，yf)n01＝gradient(p[p[xi] yi 1]，xf，yf-1)n11＝gradient[p[p[xi 1] yi 1]，xf-1，yf-1)n10＝gradient(p[p[xi 1] yi]，xf-1，yf)其中n00，n01，n11，n10为上下左右四个方向梯度的影响值，gradient()表示梯度求解函数，p[x；y]是哈希索引表，其值与x和y有关。

技术总结
本发明提供一种基于柏林噪声的静态云雾仿真生成方法，包括输入影像，将取值区间[0,1)分别以影像的长宽均分，并将均分后的点以分布在与影像大小相等的平面上，乘以频率，并减去不大于积的整数的差作为新的该点的值；建立一个索引表，使用缓和函数得到缓和后的频率变化值；对每一个点从索引表中搜索该点对被包围点的梯度影响方向，求出该点对被包围点的梯度影像值，遍历所有的点；利用线性插值函数生成柏林噪声随机图；改变频率与振幅，迭代直到结束后将不同频率与振幅生成的柏林噪声图叠加起来，生成云雾掩膜，完成静态云的仿真模拟。本发明能够通过利用随机生成的噪点来仿真出云雾的形状以及薄厚程度，从而生成与真实情况相近的云雾效果。的云雾效果。的云雾效果。


技术研发人员：孙开敏 李王斌 李文卓
受保护的技术使用者：武汉大学
技术研发日：2022.03.25
技术公布日：2022/8/5