楊楚欣
(博羅中等專業(yè)學校,廣東惠州 516100)
隨著信息技術的飛速發(fā)展,傳統(tǒng)服裝行業(yè)正朝著自動化、數字化方向邁進,也推動了電子商務和網絡零售的發(fā)展。服裝合體度是影響服裝質量和消費者滿意度的重要因素[1,2]。然而,來自 Kurt Salmon Associates的報告顯示,50%的女性和62%的男性不滿意成衣的合體度[3]。為了生產出滿足不同消費者的個性化產品,新技術如三維人體掃描儀和服裝CAD系統(tǒng)在世界各地得到了廣泛的應用[4,5]。在這些系統(tǒng)中,基于人體尺寸的服裝樣版生成方法是大批量定制服裝生產的關鍵技術之一。然而,現有三維人體掃描儀價格昂貴且使用中存在的實際問題阻礙了其在日常服裝生產中的應用,尤其是在中小服裝企業(yè)。因此,有必要探索更經濟、更簡單的人體測量方法,以適用于小型企業(yè),甚至被用于家庭使用[6]。
為了滿足這一需求,研究學者提出了利用現成的攝像機拍攝的數字圖像來提取人體尺寸的方法,被稱為二維人體測量系統(tǒng)。例如,Pierre和Shi使用人體圖像和自動定位算法來實現基于圖像的人體測量,獲得的人體測量數據具有一定的精確度。
然而,在二維系統(tǒng)中,只有高度、寬度和深度可以直接測量,圍度必須根據人體橫斷面曲線的模擬來估計,用于模擬橫截面曲線的典型方法,包括超橢圓曲線和e樣條(指數樣條)曲線。Hatakeyama等首先提出使用超橢圓來估計體截面,超橢圓具有相對于中心軸的對稱形狀。Yao等人選擇e樣條函數對不同體截面進行近似。顯然,這些曲線擬合和建模技術對于人體測量尺寸的有效性較大地依賴于人體橫截面的基礎數據。
根據人體尺寸可以進行個體化服裝樣版自動生成,主要由兩種方法。一種是基于三維虛擬人體模型的服裝樣版自動生成技術,利用曲面展平技術從三維虛擬模型中直接開發(fā)出個性化的服裝款式。雖然三維向二維展開方法是服裝設計到制版轉變過程最便捷的途徑,但是在實際處理過程中,特殊部位如胸部等在三維曲線和二維曲線的轉換精度上,可能會影響最終生成樣版的合體性效果。另一種是“量身定制”技術,該技術通過一組所需的人體尺寸,自動地修改服裝CAD系統(tǒng)中的平面樣版。這種方法依賴于已有的服裝樣式、體型尺寸和樣版模版。量身定制技術的實現主要基于三種不同的方法,包括自動放碼規(guī)則、設計元素的參數化和人工智能。其中,人工智能又涉及人工神經網絡和模糊邏輯。但是,這些方法都需要操作者對服裝設計、制版工藝和服裝試衣評價有足夠的了解?,F有的樣版繪制方法在創(chuàng)建樣版以適應不同的體型方面仍然不夠,需要建立根據人體測量數據準確預測樣版參數的模型。
為了進一步提高樣版生成的效率,本課題主要是探索與裙裝設計相關的人體圍度和高度數據間的關系??紤]到裙子的款式、經紗方向等多方面因素,將裙子分為筒裙、A字裙、斜裙、塔裙、分片裙和分割變形裙六大類。首先,在人體數據研究的基礎上找出人體動態(tài)變化對女裙基本樣版模型的影響規(guī)律,歸納總結出女裙原型樣版與人體體型的對應關系。其次,在原型樣版的基礎上,研究變化款式樣版生成規(guī)則。最后,通過計算機編程完成裙片樣版的自動生成。系統(tǒng)將基于人體二維圖像的尺寸自動提取技術與樣版自動生成技術相結合,可自動獲得人體特征尺寸,并能根據用戶設計的款式自動完成打版工作,可有效地提高服裝生產效率,實現完全自動化。
在對裙裝款式進行搜集與分析后,綜合考慮裙長、造型、經紗方向等因素將100款女裙款式進行分類,分為筒裙、A字裙、斜裙、分片裙、塔裙、分割變形裙,其中,筒裙17款、A字裙30款、斜裙13款、塔裙12款、分片裙7款、分割變形裙21款。經過分析發(fā)現,女裙的結構線主要有腰線、腹圍線、臀圍線、側縫線,這些結構線與人體體型的對應關系如表1及圖1所示。
表1 裙片結構線與人體體型的對應關系
圖1 裙片結構與人體測量數據對應關系示意圖
因此,與女裙樣版密切相關的人體特征部位為腰、腹和臀。這些部位的高度尺寸(腰高、腹高、臀高)和圍度尺寸(腰圍、前腰圍、后腰圍、腹圍、前腹圍、后腹圍、臀圍、前臀圍、后臀圍)是繪制女裙樣版必不可少的。而從人體二維照片上無法直接得到這些尺寸,但可以得到與之相關的人體身高以及特征部位寬度和厚度的數據,人體數據研究的目的是找出所需尺寸與這些可測數據的關系,從而為人體尺寸自動提取打下基礎。
本課題使用三維人體測量儀對425名18至26周歲的青年女體進行測量,再運用imageware軟件導入掃描獲得的三維女體點云圖,截取人體的特征部位數據,主要是腰部、腹部和臀部的高度、圍度、寬度和厚度數據。然后,運用SPSS軟件對人體特征部位數據進行分析,建立各部位數據的回歸模型,得到女下體特征部位數據的確定規(guī)則。
表2為人體特征部位高度與身高的相關性分析表。表中,雙尾檢驗顯著性水平為0,說明這些部位數據與人體身高數據之間存在著十分顯著的相關性,可以通過一元一次線性回歸方程來建立計算模型。
表2 人體特征部位高度與身高的相關性分析
根據SPSS回歸分析得出的方程,將每一個樣本的身高代入腰高、腹高和臀高的回歸方程中,得到腰高、腹高和臀高的理論值,將理論值與Imageware軟件測量值進行比較,相減得到相對誤差S,回歸模型及誤差分布如表3。
表3 高度回歸模型及擬合誤差分析
分析可見,腰高、腹高和臀高的理論值與測量值相對誤差均在3cm內,根據95%有效性原則,以上研究符合服裝標準。
首先,計算人體各特征圍度截面厚度/寬度的值,并按此比值進行體型分類;運用SPSS軟件對特征部位的高度、厚度、圍度和寬度進行相關性分析并做出散點圖;利用線性擬合方法得到各類人體特征圍度的回歸方程;最后,將擬合數據與Imageware測量數據進行對比,進行誤差分析及驗證。人體特征圍度與該圍度對應厚度和寬度的相關性分析見表4。
表4 人體特征圍度與該圍度對應厚度和寬度的相關性分析
由表4可知,人體各特征圍度的相關系數都較大,顯著性水平P均為0,相關性非常顯著,可以進行圍度與厚度、圍度與寬度的擬合。
散點圖可以直觀地顯示自變量與因變量的關系。圖2、圖3為腰圍與腰厚、腰寬的分布散點圖。分析可知,腰圍與腰厚、腰寬呈較好的線性關系,故可以采用線性擬合方法構建圍度模型。
圖2 腰圍與腰厚分布散點圖
圖3 腰圍與腰寬分布散點圖
由以上的散點圖可知,人體特征圍度(腰圍、腹圍、臀圍)與該圍度的厚度、寬度呈線性相關關系,故可以采用圍度為因變量,厚度和寬度為自變量建立二元一次方程進行圍度擬合,結果如表5。
表5 各類人體特征圍度的回歸方程式及顯著性水平
根據回歸分析,把各類特征圍度(胸圍、胸下圍、腰圍、腹圍、臀圍)的回歸方程代入該圍度對應的原有寬度和厚度數據得到該圍度的預測數據,預測數據與原有的圍度數據之間存在著一定的誤差。表6為各類人體特征圍度的誤差分析表。
表6 各類人體特征圍度的誤差分析
由表6可知,在95%的有效性原則下,各類人體特征圍度的誤差均在±3cm以內,符合服裝標準。
女下體特征部位圍度與該圍度對應的前圍度、后圍度的相關性分析見表7。
表7 女下體特征部位圍度與該圍度對應的前圍度、后圍度的相關性分析
由表7可知,女下體各特征圍度的相關系數都較大,顯著性水平P均為0,相關性非常顯著,因此可以進行圍度與前圍度、圍度與后圍度的擬合。
通過分析散點圖的趨勢可以確定因變量與自變量之間的關系,從而選擇合適的模型進行研究。圖4與圖5分別是前、后腰圍與腰圍的分布散點圖。分析可知,女下體特征部位圍度與相應的前圍度、后圍度的一元一次線性回歸方程是可行的。
圖4 前腰圍與腰圍的分布散點圖
圖5 后腰圍與腰圍的分布散點圖
由以上的散點圖可知,女下體特征圍度(腰圍、腹圍、臀圍)與該圍度對應的前圍度、后圍度呈線性相關關系,本課題采用以女下體特征部位的前圍度、后圍度為因變量,對應的圍度值為自變量建立一元一次回歸方程。表8為各類人體特征部位前、后圍度的回歸方程式與顯著性水平分析。
表8 各類人體特征部位前、后圍度的回歸方程式及顯著性水平
由表8可知,數據顯著性水平很高,因此以寬/厚比值分類,由圍度擬合對應的前、后圍度的回歸方程是有效的,十分顯著的。
根據回歸分析,把各類女下體特征部位前、后圍度(前、后腰圍,前、后腹圍,前、后臀圍)的回歸方程代入對應的圍度數據進行擬合得到預測數據,預測數據與原有的圍度數據之間存在著一定的誤差。表9為各類人體特征圍度的誤差分析表。
表9 各類人體特征圍度的誤差分析
由表9可知,在95%的有效性原則下,各類人體特征圍度的誤差均在±3cm以內,符合服裝標準。
本課題將人體尺寸自動提取技術與女裙樣版自動生成技術相結合,研究了人體體型與女裙原型樣版之間的關系,確定了與裙裝基本結構線相關的人體參數;通過三維人體掃描儀對425名研究對象進行了人體測量,使用Imageware軟件對掃描獲得的三維人體點云數據進行了二次開發(fā)測量,獲得了腰部、腹部和臀部的高度、圍度、寬度和厚度相關數據;最后,利用回歸分析建立了人體關鍵部位高度與身高、圍度與寬厚度、前后圍度與總圍度之間的計算模型,誤差結果顯示95%以上的數據都在±3cm以內,基本符合服裝制作的標準,為后續(xù)樣版生成提供數據基礎。本課題結果可廣泛用于服裝行業(yè)中,減少了樣版師的工作強度,降低企業(yè)成本,有利于我國服裝行業(yè)的定制化及自動化的發(fā)展,將我國服裝行業(yè)推向一個更高的層次。