入力パラメータ

Frequency(周波数)

セルのサイズを制御します。周波数が高いとセルが小さくなります。

RIB: float frequency

デフォルト: 4.0

Distance Metric(距離の測定基準)

隣接するセルまでの距離を測定する手段。 Manhattan距離は長方形の形状になり、Euclidian距離は球形の形状になります。

Value	Metric	C1 inverted displ	C1 inverted	C2 inverted
0	Euclidean: 最も近いポイントまでのユークリッド距離を計算します。 Squared Euclidean距離よりも先が尖ったように見えます。
1	Euclidean Squared: 最も近いポイントまでのユークリッド平方距離を計算します。 単なるEuclidean距離よりも丸く見えます。
2	Manhattan: マンハッタンの格子状の街路にヒントを得たもので、セルの境界の周りだけを移行できる場合、最も近いポイントまでの距離です。
3	Chebyshev: チェス盤距離とも知られ、いくぶんかManhattan距離に似ていますが、45度の回転を使用します。
4	Minkowski: EuclideanとManhattanの距離の両方を汎化したものです。 この指数により、EuclidianからManhattanまでパターンが移行します。 注: これは他の距離測定基準よりももっと処理が重いです。

RIB: int distancemetric

デフォルト: 0

Jitter(ジッター)

セルの歪みを制御します。

RIB: float jitter

デフォルト: 0.75

C1

1番目の特徴までの距離に対する乗数。

RIB: float c1

デフォルト: 0.8

C2

2番目の特徴までの距離に対する乗数。

RIB: float c2

デフォルト: -0.2

Minkowski Exponent(ミンコフスキー指数)

Manhattan(1.0)からEuclidean(2.0)、そして常識の範囲を超えた未知の領域まで、距離の移行をスムーズにします。

C1 inverted

C2 inverted

RIB: float minkowskiExponent

デフォルト: 4.0

Shape(形状)

計算した距離を修正して別の形状を作成します:

• 0: Linear
• 1: Cosine

RIB: int shape

デフォルト: 0

Clamp(クランプ)

結果の距離を0.0から1.0までの範囲にクランプします。

c1: 1.0 c2: -0.95 distancemetric: Euclidean

RIB: int clamp

デフォルト: 1

Invert(反転)

最終パターンを反転します。

RIB: int invert

デフォルト: 0

Manifold

ノイズの適用先となるマニフォールド(デフォルトはP)。

RIB: struct manifold

出力パラメータ

resultF

Worleyノイズテクスチャの結果。