有一类用于两个平面轮廓之间的三角测量的算法。这些算法尝试进行“良好的三角测量”来填充这些轮廓之间的空间:
其中之一()基于动态规划技术,并使用成本函数根据最小成本确定可接受的三角测量。
在大多数情况下,最小三角形面积作为成本函数会产生良好的结果(),但不幸的是,并非所有这些都如此。
例如,当您有两个彼此偏移的矩形轮廓时。
正如你所看到的,根据最小面积标准,轮廓 α 中的所有点都将连接到轮廓 β 的点 A,这是不正确的(正确的三角剖分必须是穿过两条曲线的“管”,而不是两个四面体)。
所以我的问题是:
1)是否存在比基于动态规划的算法更好地处理两个轮廓的算法?
2)如果不是,哪种成本函数标准可以提供更好的结果?
None
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)