algorithm - 从点云计算2D轮廓

我有一个2D点云，每个都带有一些标量值。假设这个值可以在平面上的任何点插值，并且我有一定的自由度来选择精确的插值公式，只要它是平滑的，并且当它们的接近度计算时会收敛到给定的点。我的目标是构造对应于常数标量值的闭合轮廓。

我的具体情况稍微复杂一些，但为了简单起见，我们假设我们在某些点采样了一个地形高程（高度），我们需要构建一些恒定高程的轮廓，对于某些给定的值。等高线应该用折线近似。

之前我以常规网格的形式接收了点，我通过分别检查和构建（如果需要）每个网格单元格中的轮廓线段来解决它。也就是说，对于每个网格单元，我检查角落中的值以检测轮廓是否应该跨越单元边界（某些角应该更高并且更低），并分别计算交点。

现在我需要从任意点云重建这个。

当然，我可以从点云（因为我们知道插值）构建一个规则网格，足够密集，可以计算轮廓，但我想要一个更有效的算法。我的想法是连接云中的点，使得平面被三角形（或更复杂的凸多边形）覆盖，每个都将形成网格单元。然后我可以像以前一样构造轮廓。

是否有一种已知算法可以解决这个问题？

更新

感谢@coproc。我知道Delaunay三角测量，这可能是要走的路。然而，关于如何在平面上的任意点进行插值仍然存在问题：仅考虑三角形顶点或其他附近点是否足够。在一个不实情的情况下，可能存在一个点非常接近三角形的情况。例如这里：

作为替代方案，我可以想到从平面中的任意点开始，然后垂直于渐变来创建轮廓。