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@)
