Các điểm hạt giống (seed points) gần bề mặt chuẩn được đòi hỏi để khởi tạo bề mặt theo một quy trình vì chúng ta không đánh giá s trên khắp cả khối. Một gradient tìm kiếm một trong các điểm seed để tìm một điểm gần nó nhất do đó các điểm seed không nằm chính xác trên bề mặt chuẩn. Một “sóng phía trước” lưới trải ra từ mỗi điểm seed đến tận chỗ giao của chính nó hoặc đến chỗ bắt gặp một sóng phía trước liên kết với một điểm seed khác. Có ít nhất một điểm seed được đòi hỏi để rút ra từng bề mặt ngăn cách nhau trong khối. Tuy nhiên sự chỉ ra một số lượng lớn các seed có thể gây ra nhiều hơn sự đánh giá hàm tại lúc thiết lập và làm tăng dung lượng bộ nhớ một cách đáng kể.
Trong nội dung mô hình hóa bề mặt đã được mô tả, dữ liệu thô bao gồm tập các điểm nằm gần với bề mặt chuẩn. Vị trí của các tâm RBF tương ứng với các điểm dữ liệu thô này xuất phát từ chúng. Các điểm hạt giống đối với bề mặt chuẩn do đó được lựa chọn từ các tâm RBF. Đối với dữ liệu dày đặc nói chung, bề mặt chuẩn có thể nằm xa so với các tâm RBF và thậm chí
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
xa các điểm dữ liệu gốc. Vì vậy không có sự đảm bảo rằng việc dùng tất cả các tâm hoặc tất cả các điểm dữ liệu sẽ sinh ra kết quả mong muốn khi xây dựng tất cả các thành phần bề mặt chuẩn. Đối với lý do này cũng như sự vượt quá khi sử dụng tất cả các điểm hạt giống, việc ước lượng lưới đầy đủ theo thuật toán Marching Cubes có thể thích hợp hơn.