基于褶皺圖像識別的著裝合體性評價技術(shù)

張蒙蒙, 莊梅玲, 陳素英

(青島大學(xué) 紡織服裝學(xué)院，山東 青島 266071)

服裝合體性是影響服裝外觀及服裝穿著舒適性的重要特點，它甚至超過了服裝款式、色彩、面料及價格，成為影響服裝銷售最重要因素之一。當(dāng)前，淘寶、天貓等購物App使網(wǎng)購熱潮不斷，買家通過商家提供的二維圖片展示效果及信息描述來進(jìn)行購買判斷，使“買家秀”與“賣家秀”形成鮮明對比。據(jù)嘉思明咨詢公司(Kurt Salmon Associates，KSA)調(diào)查發(fā)現(xiàn)：多數(shù)女性在市場買不到非常合體的服裝，50%的女性因服裝不合體而退貨，85%的女性把服裝不合體作為購買后不滿意的首要原因。

影響著裝合體性的客觀性因素主要有松量、面料性能、人體體型等。著裝合體性的評價包括松量、線條、紋路、對稱平衡以及褶皺狀態(tài)5個方面。其中，褶皺是直觀體現(xiàn)在服裝表面的客觀指標(biāo)，對著裝外觀效果和著裝合體性的定量評價具有重要意義。目前，結(jié)合服裝圖片分析服裝合體性的研究主要圍繞專家系統(tǒng)評價方法[1]、人體功效學(xué)原理[2]、逆向工程技術(shù)和最小二乘法[3]及多重抓取技術(shù)[4]等展開。

通過著裝褶皺圖像分析，虛擬獲取人體著裝的合體度技術(shù)是發(fā)展三維虛擬試衣技術(shù)的重要基礎(chǔ)，使消費者能夠通過圖片進(jìn)行服裝合體度虛擬體驗和評價，從而在網(wǎng)上購買到更為合體的服裝，減少退貨率。文中主要從著裝圖像褶皺分布規(guī)律識別技術(shù)、著裝褶皺形成原理及影響因素、著裝褶皺與合體度評價3個方面對該技術(shù)進(jìn)行深入研究。

1 著裝圖像褶皺分布規(guī)律的識別技術(shù)

著裝圖像褶皺識別技術(shù)主要借助于圖像的灰度信息變化，通過不同的提取算法，對褶皺的分布規(guī)律、走勢變化進(jìn)行數(shù)字化識別。該技術(shù)的研究目前涉及：圖像灰度處理、圖像補償、光度立體視覺處理、分形幾何處理等技術(shù)。

1.1 圖像灰度處理技術(shù)

1)利用褶皺圖像中不同元素反射率帶來的灰度變化進(jìn)行建模，設(shè)立閾值和合理的灰度分級指標(biāo)，建立圖像的灰度分布曲線。

圖像的灰度變化原理是指在恒定的光線條件下，褶皺的凹、凸部位對光線的反射效果不同，可以通過灰度圖像表現(xiàn)這種差異?；叶戎荡螅薨櫷蛊?；灰度值小，褶皺內(nèi)凹；灰度值穩(wěn)定不變，該部分無褶皺。用參數(shù)ASM,CON,COR,ENT分別描述圖像的均勻度、對比量或局部變動數(shù)量、灰度色調(diào)線性關(guān)系量、表面粗糙或復(fù)雜度等視覺特征。

依據(jù)灰度特征變化，建立灰度曲線。每個像素點有256個灰度級(0～255)，灰度值0代表黑，在圖像上的顯示效果最暗，灰度值255代表白，在圖像上的顯示效果最亮。設(shè)立不同的灰度級對不同部位的服裝圖像，建立褶皺圖像分布曲線，如陳偉偉，陳雁[5]建立了女士襯衣的袖子圖像上褶皺分布的灰度曲線。

2)分析灰度值變化的影響因素，結(jié)合不同材料的顏色、光源強(qiáng)度、圖像處理情況，提取反映灰度值的不同統(tǒng)計量進(jìn)行分析。

早期的研究利用圖像灰度處理技術(shù)，提取褶皺圖像灰度曲面比、灰度標(biāo)準(zhǔn)差、褶皺塊面積標(biāo)準(zhǔn)差來評價褶皺狀況。近幾年的研究則將人體的不同活動狀態(tài)加入到圖像的對比分析中，提取著裝后不同姿勢下的拍攝圖像，在圖像上選擇幾條平行的線條，用沿線條方向上的褶皺變化來描述整個衣袖上的褶皺狀態(tài)。同時，對圖像采用空域法和濾波處理，繪制灰度曲線，計算灰度值、褶皺數(shù)、褶皺深度、寬度、褶皺不勻度，對服裝表面的褶皺用數(shù)字化的形式進(jìn)行描述。這些研究只針對衣服的某個部位分析，并未從整個衣身以及面料的色彩、圖案等方面研究灰度變化。

2011年，高慧慧[6]對具有彈性的合體緊身女褲的前擋部位褶皺進(jìn)行研究，首先采用Photoshop軟件進(jìn)行灰度處理，再由MATLAB軟件將灰度圖加以濾波平滑處理，提取褲裝前襠部位的褶皺，建立了圖片的灰度曲線，并進(jìn)行了客觀評價。

從獲取的灰度曲線中提取尖銳度、粗糙度、平均偏移量等8個參數(shù)。通過特征參數(shù)的相關(guān)性分析和因子分析，把提取的褶皺指標(biāo)歸類為兩個主因子：褶皺密度因子和褶皺幅度因子，再用聚類分析把樣褲進(jìn)行分類。確立8個指標(biāo)分別與前后襠寬、前后襠彎、前中線(x1、x2、x3、x4、x5)關(guān)系的回歸模型y=b0+b1x1+b2x2+b3x3+…+bmxm，并建立前后襠寬、前后襠彎、前中線分別與褶皺密度因子(褶皺深度、深度不勻度、褶皺數(shù))、褶皺幅度因子(褶皺寬度、寬度不勻度、粗糙度、平均偏移量)的結(jié)構(gòu)因子優(yōu)化區(qū)間數(shù)學(xué)模型，得出5個結(jié)構(gòu)因子在褶皺密度與幅度方向上取值的最優(yōu)區(qū)間。通過圖像處理，對女褲前襠的右半部分進(jìn)行褶皺提取與分析，對比圖像處理技術(shù)的計算值與數(shù)學(xué)模型計算值，證實了所建立的數(shù)學(xué)模型的準(zhǔn)確性和有效性。

李蓓蓓[7]對服裝圖片進(jìn)行灰度化處理，提取反映褶皺特征的幾大參數(shù)：褶皺高度、深度、寬度、分布密度、粗糙度、尖銳度和偏移量，通過這些參數(shù)設(shè)計合理的計算公式得到褶皺的形狀和分布量的指標(biāo)值，從而對褶皺圖像進(jìn)行了量化。

相關(guān)的褶皺評價指標(biāo)和計算公式主要有：

1)褶皺橫縱對比系數(shù)：

(1)

其中：L為當(dāng)前掃描黑色區(qū)域的橫向最大值；W為當(dāng)前掃描黑色區(qū)域的縱向最大值；n為黑色區(qū)域的數(shù)量。

2)高度：

G=K×(S-O)+b

(2)

其中，G為褶皺高度，K，b為線性系數(shù)，S，O分別為灰度的最大、最小值。褶皺高度與灰度呈線性關(guān)系。

3)褶皺深度不勻度(YVH)：

(3)

4)褶皺寬度不勻度(YVD)：

(4)

5)粗糙度：

(5)

6)尖銳度：最大的灰度值與相鄰波谷之差的平均值之比。

7)平均偏移量：

(6)

其中，Rδ為平均偏移量。

1.2 圖像補償技術(shù)

圖像補償即為圖像光照補償，目的是改善圖像的視覺效果或使圖像更適于人、機(jī)器的分析處理。通過圖像補償，可以減少圖像噪聲，提高目標(biāo)與背景的對比度，增強(qiáng)或抑制圖像中的某些細(xì)節(jié)。

常用的圖像增強(qiáng)技術(shù)根據(jù)處理時的空間分為基于圖像域(亦稱空域法)和基于變換域(亦稱頻域法)兩種;根據(jù)頻域增強(qiáng)的方法可分為低通濾波、高通濾波、帶通/帶阻濾波、同態(tài)濾波。香港理工大學(xué)[8]在研究服裝褶皺等級評定實驗中使用帶通濾波器，濾掉由紗線及織物結(jié)構(gòu)引起的高濾波、由人體輪廓形成的低濾波，然后精確地提取褶皺參數(shù)，經(jīng)回歸分析，提出直接用參數(shù)logδ2來評價服裝的褶皺等級。

陳慧敏等[9]提出基于雙目電荷耦合器件(Charge Coupled Device,CCD)光柵投影技術(shù)的織物平整度等級客觀評價系統(tǒng)的研究方法，利用雙目CCD光柵測量中的兩幅圖像相互補償?shù)姆椒?，較好地解決反光和陰影問題，避免了聚束點反射和散射光，降低了噪聲的影響，得到大量高精度的三維數(shù)據(jù)點，構(gòu)建了織物點云圖。蔣真真[10]采用雙目CCD掃描技術(shù)，通過對圖像灰度的分析，對服裝縫紉的平整度等級進(jìn)行研究，有效避免了不同面料印花圖案的顏色和花型對灰度圖像分析的影響。

1.3 圖像曲面重構(gòu)技術(shù)

圖像曲面重構(gòu)技術(shù)通過分析圖像中像素特征來反向重構(gòu)原褶皺狀態(tài)，研究主要包括三維投影網(wǎng)格技術(shù)、光度立體視覺技術(shù)、分形幾何技術(shù)等。

1)三維投影網(wǎng)格技術(shù)。三維投影網(wǎng)格技術(shù)基于圖像處理，在系統(tǒng)中獲取每一個副本的網(wǎng)格圖像。該技術(shù)由粗糙度比率、表面積比率、褶皺密度、快速傅里葉變換的功率譜密度4個參數(shù)來量化褶皺等級。如李海堅[11]基于三維投影網(wǎng)格圖像提出新的褶皺構(gòu)造算法，通過對褶皺物理性能的模擬構(gòu)造褶皺曲面，并結(jié)合幾何原理進(jìn)行外觀優(yōu)化。褶皺的基礎(chǔ)網(wǎng)格構(gòu)造是褶皺生成的基礎(chǔ)，褶皺的曲面構(gòu)造是褶皺構(gòu)造的核心部分。

2)光度立體視覺技術(shù)。光度立體視覺技術(shù)能夠精確定位每個圖像點的表面方向，用輻射值連續(xù)記錄每一個圖像位置，最終，織物表面的三維形狀通過每一個圖像點的正常表面獲得，不受織物色彩、種類的干擾，在不同照明方法的2～4張圖片中獲取樣品的三維表面。劉瑞鑫等[12]提出利用光度立體視覺算法評定織物的褶皺等級，在8個不同方向的光照條件下拍攝多幅織物圖像，得到二維灰度圖像，并通過一次差分運算重建織物表面各點的高度，利用三維重建獲取織物表面形狀信息，通過試驗提取高度值和尖銳度來表征褶皺特征。

3)分形幾何技術(shù)。分形幾何技術(shù)采用空間立體技術(shù)法和截面法，主觀評價織物褶皺的堅固度。首先掃描織物的表面，然后在電腦上進(jìn)行重構(gòu)，再用立方體計算法覆蓋重構(gòu)的表面，最后顯示重構(gòu)表面的橫截面。立方體計數(shù)法中立方體大小與產(chǎn)生橫截面中的格子尺寸為2～10個像素，其中，分形幾何為2，表示織物表面是完全光滑的。

基于相關(guān)褶皺分布規(guī)律的識別技術(shù)的文獻(xiàn)可知，褶皺的圖像分析評價主要集中于靜態(tài)織物褶皺程度、褶皺回復(fù)性能，以及服裝接縫的平整度上。簡言之，多是針對織物上的褶皺，對服裝上的褶皺，尤其是著裝后的褶皺研究較少，所以綜述文獻(xiàn)時多是基于服裝的面料、織物進(jìn)行的。

2 著裝褶皺影響因素

著裝褶皺形成的原理和影響因素主要從尺寸差異、面料、縫紉工藝3個方面進(jìn)行分析。

1)尺寸差異。尺寸的差異受不同人體體型、控制部位尺寸，版型結(jié)構(gòu)設(shè)計方法、服裝松量設(shè)計以及不同的活動狀態(tài)的影響。其中服裝款式影響褶皺的形狀和分布。緊身款式，褶皺較細(xì)小且分布緊密；寬松款式，褶皺相對大且寬，分布松散。董小英等[13]在夾克式職業(yè)工裝版型合體性的研究中，提出了基于人體特征將平面制圖與立體裁剪相結(jié)合的版型設(shè)計方法，并且對加放不同松量的樣衣穿著圖片進(jìn)行分析，運用專家主觀評價標(biāo)尺對合體性效果評價，得到各部位不同合體度的最優(yōu)松量組合。白青梅[14]在研究合體女上裝的松量時，選用軀干前彎 45°、雙臂抱臂、上肢前舉 45°、前舉90°等13個活動姿勢進(jìn)行受力分析，提高服裝的合體度。

2)面料因素分析。面料的物理性能、絲縷方向、圖案和色彩都影響著裝褶皺的分布和形狀。早期的研究主要集中在面料的物理性能，面料的平整度等級方面，而近期的研究多從面料因子提取技術(shù)的智能化，面料的提取指標(biāo)與著裝者的穿著情感結(jié)合的角度。如薛樂[15]基于傅里葉變換和Gabor變換對機(jī)織物紋理進(jìn)行分析，獲取平紋、緞紋、斜紋織物在不同頻率和方向上的織物紋理圖像。張海波[16]建立面料情感因子空間模型，使用3個因子概括描述7維情感語義，對服裝面料的圖像情感語義低層特征進(jìn)行了詳細(xì)分析。

3)縫紉工藝。縫紉工藝對著裝褶皺的形成也有影響。李艷梅[17]通過小波分析研究單線縫與雙線縫不同縫紉工藝，以及縫紉針、線的匹配對服裝加工質(zhì)量和褶皺分布的影響。張寧[18]提出了一種基于灰度共生矩陣提取縫紉圖像的4個特征參數(shù)，并與Hear小波分析和反向傳播(BP)神經(jīng)網(wǎng)絡(luò)相結(jié)合的織物縫紉平整度的自動評估方法，解決織物縫紉平整度客觀自動評估時分類正確率低的問題。

通過分析著裝褶皺的影響因素可知，合體度的評價主要基于服裝版型設(shè)計原理以及人體衛(wèi)生學(xué)角度進(jìn)行的研究，將合體度的影響因素，特別是形體特征分析、版型設(shè)計原理及生理心理指標(biāo)等綜合考慮到褶皺的分布中的研究非常罕見，而這將是虛擬試衣技術(shù)中非常關(guān)鍵的技術(shù)，通過圖像中褶皺的分布體驗到真實著裝的合體感。而反之可以通過控制部位的放量設(shè)計和舒適度要求，得到不同動態(tài)下的圖像褶皺分布模型。

3 著裝褶皺與合體度評價研究

對著裝褶皺與合體度評價的文獻(xiàn)可以概括為兩方面：主觀評價方法和客觀評價方法。

3.1 主觀評價方法

主觀評價方法主要是通過調(diào)查問卷，對著裝者穿著服裝后在生理和心理方面的舒適感覺進(jìn)行調(diào)查。生理方面的舒適感覺涉及面料的觸感、壓感和溫?zé)岣械妊芯浚恍睦矸矫嫔婕吧?、款型等個人需求層次要素，該方法與人的主觀狀態(tài)密切相關(guān)，具有不確定性，個體差異明顯。

目前的研究主要針對人體實際著裝后不同活動狀態(tài)下衣服表面褶皺狀態(tài)，用比較粗略的平整度描述語來刻畫表面的褶皺分布。如陳曉玲[19]對上裝合體性的主觀評價中依據(jù)人體樣衣靜態(tài)著裝后各部位有無褶皺、稍有余褶或斜紋等來分析褶皺程度，評價服裝合體程度。

主觀評價中分級量化標(biāo)準(zhǔn)的準(zhǔn)確性和標(biāo)準(zhǔn)化也是研究的關(guān)鍵，標(biāo)樣對照法是國際上評定面料平整性能最通用的方法，是一種定性化的評估方式。依照美國紡織化學(xué)師與印染師協(xié)會(AATCC)等級評價標(biāo)準(zhǔn)，等級越高，平整度越好。該方法簡單、易操作，但其評價結(jié)果不準(zhǔn)確。

目前，大多數(shù)文獻(xiàn)在評價指標(biāo)的量化中采用主觀感覺評分或不同量表進(jìn)行分析，常用的方法主要有：5量級李克特(Liketer)量表法，對不同松量的樣衣著裝合體度進(jìn)行評價；等級評價法，對獲取的褶皺圖像進(jìn)行分等級評定;成對比積分法，對每兩個樣本進(jìn)行比較并給予評分。

3.2 客觀評價方法

目前的文獻(xiàn)大都是采用圖像處理技術(shù)進(jìn)行織物褶皺風(fēng)格和平整度評價，主要涉及纖維、紗線、織物以及縫紉工藝等方面，基于圖像的灰度變化進(jìn)行褶皺參數(shù)分析，建立褶皺參數(shù)和織物平整度的關(guān)系模型。如Javier[20]設(shè)計的一套自動化褶皺評價系統(tǒng)，用激光掃描服裝不同部位獲得褶皺圖像，再基于紋理分析的方法進(jìn)行服裝褶皺評價。近幾年的文獻(xiàn)研究能夠在客觀評價的基礎(chǔ)上結(jié)合主觀評價展開進(jìn)行，如Leonardo[21]獲取服裝洗后不同部分的褶皺圖像，對圖像進(jìn)行濾波處理后提取褶皺密度、褶皺銳度、褶皺高度，得出這些客觀指標(biāo)與主觀評價具有較高的相關(guān)性。劉婷[22]研究的服裝肘部褶皺評價，提取了肘部圖像中的綜合褶皺回復(fù)角作為主要指標(biāo)，預(yù)測服裝袖肘部的合體程度。

王佳寧[23]利用圖像處理技術(shù)探討了客觀評價織物縫紉平整度的方法。對常見織物采用不同的抽褶量進(jìn)行車縫，以產(chǎn)生不同的平整度外觀，進(jìn)行平整度主觀評價后，再用MATLAB圖像處理技術(shù)，提取縫紉圖像參數(shù)與小波特征，對客觀參數(shù)與主觀評價結(jié)果進(jìn)行相關(guān)分析，得到與主觀評價結(jié)果相關(guān)性較好的客觀參數(shù)。

從單純的織物風(fēng)格評價到服裝穿著后形成的褶皺與合體度評價，模型復(fù)雜度成倍的增加，除了織物因素外，還要考慮人體結(jié)構(gòu)、控制部位的差異、款型、動態(tài)等一系列因素，以及著裝者的生理和心理因素，目前綜合多個因素進(jìn)行圖像褶皺分析和服裝合體度評價的文獻(xiàn)比較少，但這項技術(shù)隨著三維服裝虛擬技術(shù)的發(fā)展變得越來越迫切。將基于圖像識別的客觀評價和基于人體生理、心理及服裝物理因子的主觀評價結(jié)合，進(jìn)行著裝合體性的綜合評價是今后的發(fā)展趨勢。

4 結(jié)語

通過綜述近年來基于褶皺圖像分析評價著裝合體度技術(shù)的相關(guān)文獻(xiàn)，發(fā)現(xiàn)該技術(shù)研究呈現(xiàn)如下發(fā)展趨勢：

1)圖像評價著裝合體度模型系統(tǒng)化

將影響著裝合體度的尺寸設(shè)計因素、人體控制部位的體型因素、服裝造型因素、運動狀態(tài)因素及著裝者的生理、心理因素等，以及影響褶皺的面料、色彩、光照等因素，與著裝后褶皺的圖像識別技術(shù)進(jìn)行結(jié)合，建立褶皺分布與各因素相關(guān)的合體度評價模型，形成完備的系統(tǒng)。

2)圖像評價著裝合體度模型的動態(tài)化和虛擬化

三維服裝虛擬技術(shù)的快速發(fā)展，使得這種評價系統(tǒng)在靜態(tài)褶皺效果的基礎(chǔ)上向動態(tài)褶皺效果發(fā)展，融合三維人體和服裝數(shù)據(jù)的遠(yuǎn)程獲取、三維建模和動態(tài)服裝虛擬展示的發(fā)展，褶皺的連續(xù)瞬時圖像的捕獲和處理，結(jié)合有限元碰撞檢測算法推進(jìn)，對人體動態(tài)下和虛擬環(huán)境下的著裝合體性進(jìn)行客觀評價。

3)建模和評價算法的智能化

人工智能技術(shù)是21世紀(jì)的熱門技術(shù)，基于圖像評價著裝合體度的模型，綜合各種動態(tài)優(yōu)化算法和智能算法研究，動態(tài)優(yōu)化神經(jīng)網(wǎng)絡(luò)、遺傳算法、群智能算法、專家系統(tǒng)、模糊理論等將提高評價模型的效率和質(zhì)量。

總之，建立一種有效的智能化合體度評價體系是電子商務(wù)和三維服裝數(shù)字化技術(shù)快速發(fā)展的需要，相信越來越多的科研人員將對該領(lǐng)域進(jìn)行研究，推動服裝電子商務(wù)和三維服裝產(chǎn)業(yè)的更好發(fā)展。

[1] 陳曉玲,聶存云,李納納.女上裝合體性與舒適性的綜合評價[J].紡織學(xué)報,2016,37(5):118-123.

CHEN Xiaoling,NIE Cunyun,LI Nana.Comprehensive assessment methods for women's garment fitness and comfort[J].Journal of Textile Research,2016,37(5):118-123.(in Chinese)

[2] 何慧,王建萍,支歡歡,等.基于褲裝合體性的青年女性臀部分類[J].東華大學(xué)學(xué)報(自然科學(xué)版),2015,41(3):314-316.

HE Hui,WANG Jianping,ZHI Huanhuan,et al.Hip shape classification of young female based on pants fit[J].Journal of Donghua University(Natural Science),2015,41(3): 314-316.(in Chinese)

[3] 倪世明,姚怡,葉曉露,等.青年女性矢狀面輪廓曲線提取與擬合研究[J].浙江理工大學(xué)學(xué)報,2015,33(1):42-44.

NI Shiming,YAO Yi,YE Xiaolu,et al.Study on curve extraction and fitting of young women's sagittal plane contour[J].Journal of Zhejiang Sci-Tech University,2015,33(1):42-44.(in Chinese)

[4] Arnau Ramisan,Guillem Alenyà,Francesc Moreno-Noguer,et al.A 3D descriptor to detect task-oriented grasping points in clothing[J].Pattern Recognition,2016,60:936-948.

[5] 陳偉偉,陳雁.服裝褶皺效果的評價[J].紡織學(xué)報,2007,28(4):88-90.

CHEN Weiwei,CHEN Yan.Evaluation of wrinkles on the surface of a garment[J].Journal of Textile Research,2007,28(4):88-90.(in Chinese)

[6] 高慧慧.合體女褲前襠平整度的研究[D].上海:東華大學(xué),2011.

[7] 李蓓蓓.從服裝圖片中識別面料方法的研究[J].上海第二工業(yè)大學(xué)學(xué)報,2012,29(3):183-186.

LI Beibei.Research on clothes fabric specification from fashion images[J].Journal of Shanghai Second Polytechnic University,2012,29(3):183-186.(in Chinese)

[8] 呂東風(fēng)，張茂林.服裝外表質(zhì)量的評價[J].北京紡織，1999，20(6)：47- 49.

LYU Dongfeng,ZHANG Maolin.Quality evaluation of clothing appearance[J].Beijing Textile Journal,1999，20(6)：47- 49.(in Chinese)

[9] 陳慧敏,顧洪波,張渭源.光柵投影技術(shù)在織物平整度等級評定中的應(yīng)用[J].儀表儀器學(xué)報,2007,28(5):904-907.

CHEN Huimin,GU Hongbo,ZHANG Weiyuan.Automatic assessment of fabric smoothness grading based on double CCD grating projection[J].Chinese Journal of Scientific Instrument,2007,28(5):904-907.(in Chinese)

[10] 蔣真真,李艷梅.基于BP網(wǎng)絡(luò)的縫紉平整度等級客觀評價[J].上海工程技術(shù)大學(xué)學(xué)報,2014,28(1):88-91.

JIANG Zhenzhen,LI yanmei.Objective evaluation of seam pucker grade based on BP network[J].Journal of Shanghai University of Engineering Science,2014,28(1):88-91.(in Chinese)

[11] 李海堅.基于三維網(wǎng)格構(gòu)造的服裝褶皺生成技術(shù)的研究[D].杭州:浙江大學(xué),2008.

[12] 劉瑞鑫,李立輕,汪軍,等.基于光度立體視覺的織物褶裥等級評定[J].東華大學(xué)學(xué)報(自然科學(xué)版),2013,39(1)：49-52.

LIU Ruixin,LI Liqing,WANG Jun,et al.The evaluation of fabric pleat grade based on photometric stereo[J].Journal of Donghua University(Natural Science Edition),2013,39(1)：49-52.(in Chinese)

[13] 董小英,崔芳芳,張欣,等.夾克式職業(yè)工裝版型合體性評價方法的研究[J].西安工程大學(xué)學(xué)報,2011,25(6):796-800.

DONG Xiaoying,CUI Fangfang,ZHANG Xin,et al.Research of pattern fitness for jacket-business wear[J].Journal of Xi'an Polytechnic University,2011,25(6):796-800.(in Chinese)

[14] 白青梅.合體女上裝的松量研究[D].北京：北京服裝學(xué)院,2009.

[15] 薛樂.基于傅里葉變換和Gabor變換的機(jī)織物紋理分析[D].上海:東華大學(xué),2015.

[16] 張海波,黃鐵軍,修毅,等.基于顏色和紋理特征的面料圖像情感語義分析[J].天津工業(yè)大學(xué)學(xué)報,2013,32(4):27-32.

ZHANG Haibo,HUANG Tiejun,XIU Yi,et al.Fabric image emotional semantic analysis based on color and texture features[J].Journal of Tianjin Polytechnic University,2013,32(4):27-32.(in Chinese)

[17] 李艷梅.服裝面料縫紉外觀質(zhì)量客觀評價及其縫制加工工藝生成系統(tǒng)的研究[D].上海:東華大學(xué),2009.

[18] 張寧,潘如如,高衛(wèi)東.采用圖像處理的織物縫紉平整度自動評估[J].紡織學(xué)報,2017,38(4):146-150.

ZHANG Ning,PAN Ruru,GAO Weidong.Automatic seam-puckering evaluation using image processing[J].Journal of Textile Research,2017,38(4):146-150.(in Chinese)

[19] 陳曉玲,劉馳,聶存云.上裝合體性主觀評價信度與效度的元評估[J].紡織學(xué)報,2009,30(7):108-111.

CHEN Xiaolin,LIU Chi,NIE Cunyun.Confidence level and validity of garment fit assessment based on meta-evaluation during subjective evaluation[J].Journal of Textile Research,2009,30(7):108-111.(in Chinese)

[20] Javier Silvestre-Blanes,Joaquin Berenguer-Sebastia,et al.Garment smoothness appearance evaluation through computer vision[J].Textile Research Journal,2012,87(3):299-309.

[21] Leonardo Urbiola-Soto,Victor Lopez.Instrumentation system for objective evaluation of wrinkle appearance in fabrics using a standardized inspection booth[J].Textile Research Journal,2014,84(4):368-387.

[22] 劉婷.服裝肘部穿著平整度客觀評價方法研究[D].杭州:浙江理工大學(xué),2016.

[23] 王佳寧,劉成霞,方蘇.基于圖像處理的織物縫紉平整度客觀評價[J].國際紡織導(dǎo)報,2017，45(4)：48-52.

WANG Jianing,LIU Chengxia,FANG Su.Objective evaluation on fabric sewing smoothness based on image processing[J].Melliand China,2017,45(4):48-52.(in Chinese)