2平面轮廓的曲面重建

Question

在两个平面轮廓之间存在一类用于三角测量的算法。这些算法尝试进行“良好的三角测量”以填补这些轮廓之间的空间：

其中一个（Optimal surface reconstruction from planar contours）基于动态编程技术，并使用成本函数根据最低成本确定哪个三角测量是可接受的。

作为成本函数的最小三角形区域在大多数情况下都会产生良好的结果（Triangulation of Branching Contours using Area Minimization），但不幸的是，并非所有情况都是如此。

例如，当您有两个相互偏移的矩形轮廓时。

正如您所看到的，根据最小面积标准，来自轮廓\ alpha的所有点都将连接到轮廓\β的点A，这是不正确的（正确的三角测量必须是“管”通过两条曲线，而不是两个四面体）。

所以我的问题是：

1）是否存在任何处理两个轮廓的算法比基于动态编程的算法更好？

2）如果没有，成本函数的哪个标准可以提供更好的结果？