Вы можете иметь сэмплирование синего шума, как эти сэмплы пуассоновского диска
И вы можете получить текстуру синего шума, как это:
Я получаю, что на первом изображении есть один вход (индекс образца) и два выхода (координата x, y точки), и что второе изображение в основном наоборот, где есть два входа (x, координата у образца) и один выход (значение точки).
Мне любопытно, как они связаны?
Если вы возьмете ДПФ второго изображения, вы увидите, что в нем больше высокочастотных компонентов, чем низких, но я не уверен, как вы взяли ДПФ первого набора точек данных.
Я задаюсь вопросом, возможно ли взять другие последовательности с низким расхождением (скажем, halton или jittered grid) и сделать текстуру из идеи, как второе изображение?
Не является ли вторая текстура более плотной выборкой с аддитивным смешением образцов?
—
притвор
Нет, но есть способ сгенерировать текстуры синего шума с тем, что вы описываете. По сути, вы помещаете точку и затем фильтр нижних частот (размытие), затем помещаете точку в пиксель с наименьшим значением и снова размываете. Промыть и повторить. Вот как я слышал, что это описано, но я думаю, что в этом должно быть что-то еще, чтобы острие острилось там, где вы их разместили.
—
Алан Вулф
«Текстура синего шума» взята с этой страницы , которая также объясняет взаимосвязь между выборкой синего шума и текстурой.
Да, вот где я получил изображение. Это не дает информацию, которую я ищу. Например, если вы DFT первый набор данных, частотный спектр должен быть очень похож на DFT второго, но как бы вы даже DFT первый? Как эти две вещи "двойственны" друг другу в частотном пространстве? И можете ли вы взять понятия у каждого и применить их к другому?
—
Алан Вулф