对偶轮廓：将复杂的头递归八叉树对偶遍历算法重构为迭代式

我已经成功复现了Ju等人提出的《Hermite数据的对偶轮廓》算法，先给大家梳理下这个算法的核心定位：对偶轮廓是一种利用八叉树对符号距离场进行自适应采样，进而提取体数据等值面的方法。

这个算法的实现主要分为两个关键步骤：

• 第一步：生成自适应采样顶点
  首先计算八叉树单元边的交点以及对应的法向量，之后针对每个叶单元，计算一个能让二次误差函数最小化的顶点——这一步是为后续的网格构建打下精准的顶点基础。

• 第二步：构建三角形网格
  基于第一步得到的顶点集合，完成三角形网格的构建，最终得到提取出的等值面网格结构。

内容的提问来源于stack exchange，提问作者Jacques Nel