肯·佩林（Ken Perlin）为他的单纯噪声算法申请了专利。据我所知，他的经典算法并未获得专利。

只是一些轶事经验，我之所以使用经典Perlin噪声是因为Ken Perlin具有经典Perlin噪声的C实现 ，同时提供了改进的Perlin噪声的Java实现 。尽管听起来很傻，但是经典的Perlin噪点更容易复制并粘贴到程序中，因此这就是我使用它的原因。我一直打算移植该Java实现，但是经典的Perlin看起来运行良好，所以我从不费力添加它。

Stefan Gustavson具有一些很好的Simplex Noise C实现，此处

对经典Perlin噪声的某些偏爱可能是因为能够使用导致已知的视觉特性的已知值，而不是花费时间来寻找使用单形噪声获得等效输出所需的输入参数。

[简单噪声]的视觉特性略有不同，因此它并不总是直接替代经典噪声。依赖于经典噪声的详细特征（例如精确的特征大小，值的确切范围或高阶统计量）的应用程序可能需要进行一些修改，才能在使用单工噪声时看起来不错。
Stefan Gustavson的Simplex噪声揭秘

如果仅仅是因为这个名字，我一点也不惊讶。您必须在Perlin噪声和Simplex噪声之间进行选择。后者较新并且具有一些优点。但是，您知道，这听起来像是两者的“简单”版本。我会去比较复杂的一个。噪音应该很复杂，不是吗？

人们倾向于非理性。

“如果没有破裂，请不要修复它。”

看看您是否可以找到任何人告诉您为什么Simplex更好。我发现“它更快并且扩展到多个维度”和“尝试简化噪声以降低高维噪声函数的复杂性”。我们大多数人都在2或3个维度上工作，如果幸运的话可以做4个工作。

我认为可以公平地说，Perlin的实时使用率太低，难以处理，对于大多数用途而言，标准Perlin噪声就足够了。在预渲染中（例如在电影行业中使用），时间并不是很重要，因为渲染总是很慢。在实时仿真中，我们有足够的方法来减少正在进行的处理的范围，以致您不太可能每几纳秒/毫秒生成大量的噪声图-这只是基本的实时优化。