并且您可以像这样对蓝噪声进行采样：
在第一个图像中得到一个输入（样本的索引）和两个输出（该点的x，y坐标），第二个图像基本上是相反的，其中有两个输入（x，y样本的坐标）和一个输出（点的值）。
我很好奇，它们之间有什么关系？在第二张图片中，您可以看到它的高频成分多于低频成分，但是我不确定如何对第一组数据点进行DFT。
我想知道是否是否可以采用其他低差异序列（例如，halton或抖动的网格）并在构思中制作出纹理，例如第二张图像？
#1 楼
样本位置与灰度噪声纹理之间缺少的链接是“有序抖动”。有序抖动是像素位置的列表，每个像素的位置为“等级”。如果背景为白色，并且要添加两个黑点，则将其添加到两个像素的位置0和1处。
选择如何对像素顺序进行排序可能会因结果不同而有很大差异。例如，拜耳矩阵是这些点的特定顺序，蓝噪声采样点也是如此。白噪声只是对点进行混洗，从而使它们具有随机顺序。获得0到1之间的值的点数，并将其用作点的灰度颜色。
为您提供灰度噪点纹理。是使用“ void and cluster”算法创建的，该算法使每个放置的新点都位于最大空隙的中间。它具有很好的特性，您可以将蓝噪声纹理设置为任意值，结果将是所需密度的蓝噪声样本。深入：
http://cv.ulichney.com/papers/1993-void-cluster.pdf
评论
第二种纹理不是通过添加样品的混合来进行更密集的采样吗？不，但是有一种类似的方法可以生成您所描述的蓝噪声纹理。基本上，您先放置一个点，然后放置低通滤波器（模糊），然后将一个点放置在值最低的像素中并再次模糊。冲洗并重复。这就是我所听到的描述方式，但我认为它必须有更多内容，以使要点保持清晰。
“蓝噪声纹理”来自此页面，还解释了蓝噪声采样与纹理之间的关系。
是的，这就是我得到图像的地方。它没有提供我想要的信息。例如，如果您对第一个数据集进行DFT，则频谱应看起来非常类似于第二个数据集的DFT，但是您如何对第一个数据集进行DFT？这两个事物在频率空间如何彼此“对偶”？您能否从每个概念中汲取概念并将它们应用到彼此？