佩林噪声对价值噪声的好处

在研究Perlin噪声的内部工作原理时，我想知道为什么要使用Perlin噪声而不是简单值噪声。据我了解正确，以下内容适用：

Perlin噪声是一种基于晶格的噪声函数，可为基础噪声空间中的每个点分配一个n维梯度（对于原始实现是随机的，对于改进的实现是固定的）。现在，您可以通过计算距离矢量和梯度矢量之间的点积来查询空间中每个点的值。之后，您将计算出的所有值取平均值并获得查询的值。

但是，如果不使用梯度矢量，而是使用随机值，值噪声不是一样吗？由于我也在值噪声中的值之间进行插值，因此无法通过在Perlin噪声中使用附加的计算步骤（点积）来看到任何好处。

那么，为什么我要用Perlin噪声代替价值噪声呢？为什么Perlin噪音如此受欢迎？

佩林噪声的好处是频率的整体分布。由于值噪声使用内插的简单值，因此，几行值的差异仅会略有不同。结果是，图片的某些区域可能包含很少的更改，而某些区域则包含了很多更改。

通过使用渐变，您将减少此效果，因为插值不是通过值完成的，而是在切线之间计算的。现在，拥有平坦曲线变得更加困难（两个切线必须共线）。

来源：正如Martin Ender所指出的那样，该问题已经发布在其他StackExchange社区上：请参阅此Math.SE帖子。