Triangle-Based Remeshing
在各向同性網格中，所有三角形均具有良好的形狀，即理想地是等邊的。
可能還需要全局統一的頂點密度或允許三角形大小的平滑變化，即平滑的漸變。 三角形網格的各向同性重新網格化有很多算法（請參閱[Alliez等人07]）。
在本節中，我們將介紹三種通常用於各向同性表面重定格的不同範例。 然後，我們針對這些範例詳細說明了三種具有代表性的算法。
現有算法可以粗略地分爲貪婪，變異或增量。 貪婪算法通常一次執行一次局部更改，例如頂點插入，直到滿足最初說明的目標。 可變技術將最初的問題歸結爲使能量功能最小化的一種方法，以使該能量的低水平對應於該問題的良好解決方案（通常難以達到全局最優值）。 用於此能量的求解器通常執行全局鬆弛，即頂點重定位和重新三角剖分直至收斂。 最後，當算法結合了精簡和抽取時，可以說是增量算法，可能與鬆弛過程交錯。
Greedy Remeshing