如果您正在实施标准行进方块技术,那么表面内外的情况应该不是问题。事实上,它们是最便宜的,因为您不需要为它们进行任何计算。
如果您想减少不需要的区域(圆的中心区域)的多边形数量,您需要考虑使用自适应采样技术。在这种情况下,最合适的可能是四叉树(二维八叉树)。
减小单元大小时的速度问题总是存在,因为 Marching Cubes 是 O(n^3) 算法(非常慢),因此行进方块将是 O(n^2)(仍然非常慢)。没有办法解决这个问题。(如上所述,使用自适应采样数据结构会加快速度。)
在我看来,您可以在较低分辨率下提高质量。圆圈似乎混叠了很多(假设这不是因为它实际上是低屏幕分辨率)。我会再次检查你如何在正方形的边缘进行插值(我希望你不只是使用边缘的中心) - 使用更合适的插值会给你更好的近似值,并且你会在较低的分辨率下获得更好的结果。请参阅Paul Bourke 关于行进立方体的文章,如果您不这样做,请查看插值。
以下是 3d 等值面提取技术的一些参考资料(主要基于 MC),但在 2d 情况下,您可以从中受益:
(Kazdan 等人,2007 年)
(Manson 和 Shaefer,2010 年)
(Wilhelms 和 Gleder,1992 年)
PS:还可以查看他们的参考文献以获取更多类似的,也许是基础论文!