Marching Cubes（MC）算法是一種在三維空間中用於體素級重建的技術，它主要用於從三維數據場中提取等值面，並將這些等值面用三角面片進行近似表示。該算法於1987年由W. Lorensen和H. Cline提出，並廣泛套用於醫學可視化領域，如CT掃描和MRI掃描的3D重建等。
MC算法的核心思想是分治策略，它獨立地處理每個立方體（單元格），通過判斷立方體頂點的值與給定閾值的關係來確定等值面的位置。這些關係被編碼在一張查找表中，該表根據立方體頂點的值來確定等值面的拓撲狀態，從而決定如何生成三角面片來近似等值面。
MC算法的優點包括能夠處理大規模數據集，並且生成的三角面片質量較高。它通過線性插值來逼近等值面，能夠有效地從三維離散數據中提取出感興趣的等值面。此外，MC算法的輸入可以是符號距離函式（SDF），這使得它在處理隱式表面時非常有效。
總的來說，Marching Cubes算法是一種高效且廣泛套用於醫學可視化和其他領域的體素級重建技術，它通過結合分治策略和查找表的方法，能夠準確地從三維數據場中提取出等值面，並用三角面片進行近似表示。