vtk提供了三角网格模型降采样、升采样,这类算法都是基于元拓扑关系进行加密或稀疏,如果原始网格模型质量不好,那么处理后的网格很难保证高质量网格关系,vtk还提供了基于包围盒形式的网格重采样,但是效果依然不佳。
网格优化常用方式,是将模型点集进行均匀采样后重新剖分,这种方式也是一个不错的选择,但是依然不能保证算法的稳定性,因为点云均匀采样或重采样会破坏原始网格形态或者沟壑位置被淡化,并且3D网格剖分算法不是百分之百的处理任何形态的点云数据。
CGAL中的
Isotropic remeshing(等距重构网格)是一种三角网格优化技术,旨在通过重新分配网格上的顶点位置和重新构建三角形来获得更均匀和更平滑的三角网格。
在等距重构网格中,每个三角形的大小和形状都被均匀化,这意味着三角形的边长和角度都会接近相等。这种均匀性可用于优化三角形的质量,从而提高网格的可用性和美观度。
等距重构网格算法的基本步骤如下:
- 选择一个初始三角网格。
- 计算每个三角形的面积&#x