Triangle-Based Remeshing
在各向同性网格中，所有三角形均具有良好的形状，即理想地是等边的。
可能还需要全局统一的顶点密度或允许三角形大小的平滑变化，即平滑的渐变。 三角形网格的各向同性重新网格化有很多算法（请参阅[Alliez等人07]）。
在本节中，我们将介绍三种通常用于各向同性表面重定格的不同范例。 然后，我们针对这些范例详细说明了三种具有代表性的算法。
现有算法可以粗略地分为贪婪，变异或增量。 贪婪算法通常一次执行一次局部更改，例如顶点插入，直到满足最初说明的目标。 可变技术将最初的问题归结为使能量功能最小化的一种方法，以使该能量的低水平对应于该问题的良好解决方案（通常难以达到全局最优值）。 用于此能量的求解器通常执行全局松弛，即顶点重定位和重新三角剖分直至收敛。 最后，当算法结合了精简和抽取时，可以说是增量算法，可能与松弛过程交错。
Greedy Remeshing