CN107577833B - 一种三维原型服装的数字化设计方法 - Google Patents
一种三维原型服装的数字化设计方法 Download PDFInfo
- Publication number
- CN107577833B CN107577833B CN201710555154.0A CN201710555154A CN107577833B CN 107577833 B CN107577833 B CN 107577833B CN 201710555154 A CN201710555154 A CN 201710555154A CN 107577833 B CN107577833 B CN 107577833B
- Authority
- CN
- China
- Prior art keywords
- human body
- model
- dimensional
- phbc
- garment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种三维原型服装的数字化设计方法,包括:建立符合人体特征的PHBC模型;基于所述PHBC模型,获得人体特征信息;在所述人体特征信息的自定义位置上加入保证服装合体度的松量;根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装。通过该方法实现了一种可以展平的三维模型基样,并由此服装直接获得了二维样板,从而提高了打板、修板的效率;获得了人体更深入的特征数据,利用曲面聚类以及曲面几何特性的分析方法,对三维人体数据进行了深入的分析;设计了一种符合人体的服装结构。
Description
技术领域
本发明涉及服装设计技术领域,尤其涉一种三维原型服装的数字化设计方法。
背景技术
服装合体度是消费者购买服装产品的重要因素,合体度很大程度上要依赖于服装样板的制版技术和方法。现有的,服装样板一般由设计师手绘绘制,由于设计师制板经验的差异,使得这个过程往往需要大量时间或重复的工序才能满足服装正确合体度的要求。
计算机辅助设计(Computer-Aided Design,CAD)的发展,增强了服装样板的准确性、易存储性,并改善了修改的方便性。但与传统的手绘制板相比,CAD技术并没有很大程度地改善样板制作过程,服装样板的准确性和合体性依旧依赖于设计师的经验和习惯。
针对服装产品网络化和大量定制技术的发展,以及对于产品销售的快速反馈与生产的需求,非常需要一种既能保证服装合体性又能快速实现服装制版的智能化服装CAD技术。
近十年来,三维人体扫描的出现使得三维数字人体可以在几秒钟内准确的获得,很多研究学者欲从三维人体扫描数据直接生成二维服装板型,目的是为了在不需要太多制版经验的情况下,来保证服装板型生成的快捷、方便和合体。
另外,如何设计和构造三维曲面是在可展开服装建模中的关键技术环节,目前文献中比较多是使用物理方法和几何方法,物理是利用最小化能量原理,通过释放三维曲面的能量来得到二维样板;几何方法也叫曲面参数化,是通过最小化误差的方法把曲面映射到二维空间里。
发明人在研究的过程中发现,利用计算机三维人体数据所生成的样板,无法在产业里实际应用,也无法与传统的打板制衣方式接轨,原因如下:1、仅仅从计算机和几何学的角度来构造三维服装,没有考虑到服装与人体特征的关系,也没有进行有效的分析和整合;2、利用三维服装生成的样板大多呈不规则形状,这种形状和传统服装样板差异性很大,无法与传统的实际服装生产相结合;3、样板也没有满足服装基本结构的要求;4、没有进行一个系统化的合体性验证;
利用物理方法设计和构造三维曲面常常不能提供很高的精确度,而且模型建立是的参数和初始化状态也会影响最后二维样板生成的质量;利用曲面参数化的方法虽然为了提高精确度而尽量减小了误差,但是通常生成的样板都是不规则形状或是只是凸多边形,无法应用到服装样板中。因此,用过物理或几何方法来构造可展开三维曲面都是存在着各自的局限性。
发明内容
针对背景技术的缺陷,本发明提供了一种三维原型服装的数字化设计方法,通过该方法实现了一种可以展平的三维模型基样,并由此服装直接获得了二维样板,从而提高了打板、修板的效率;获得了人体更深入的特征数据,利用曲面聚类以及曲面几何特性的分析方法,对三维人体数据进行了深入的分析;设计了一种符合人体的服装结构,以及服装样板的需求可展开的立体曲面;利用最新的计算机图形和逆向工程技术,实现了一种新的服装合体性的检验方法,改善和弥补了传统样衣检验方法的不足。
为达到上述目的,本发明的技术方案如下:
本发明一方面提供了一种三维原型服装的数字化设计方法,包括:
建立符合人体特征的PHBC模型;
基于所述PHBC模型,获得人体特征信息;
在所述人体特征信息的自定义位置上加入保证服装合体度的松量;
根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;
通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装。
进一步的,所述建立符合人体特征的PHBC模型,包括:
输入三角网格人台数据,经过插值处理转换成平行点云模型;
通过PHBC对平行点云模型的每一个水平截面的点云进行拟合,得到符合人体特征的PHBC模型。
进一步的,基于所述PHBC模型,获得人体特征信息,包括:
基于所述PHBC模型,识别出人体结构线和关键点,获得所需的人体特征信息。
进一步的,在所述人体特征信息的自定义位置上加入保证服装合体度的松量,包括:
基于获得的人体特征信息的人体结构线和关键点位置上,加入保证服装合体度的可控制的松量。
优选的,所述关键点位置包括但不限于胸围、腰围中的一种或多种。
进一步的,所述根据给定松量计算出所需的水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架,包括:
根据给定松量,通过松量分配方式根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架。
进一步的,所述松量分配方式包括:通过线性插值的方式根据给定松量计算出所需水平截面的缩放参数。
进一步的,所述松量分配公式包括:
f(x)=α·easeupper+(1-α)·easelower
其中,f(x)是在第x的水平截面的松量大小,α为x截面到上端截面和下端截面的距离。
进一步的,所述通过边沿框架进行可展曲面的建模,从而构建可展的三维原型服装,包括:
识别出边沿框架中的边沿点所构成的满足局部凸性的对角线,并用对角线构成三角网格曲面,得到可展曲面模型,通过可展曲面模型构建可展的三维原型服装。
本发明提供了一种三维原型服装的数字化设计方法,该发明通过建立符合人体特征的PHBC模型;基于所述PHBC模型,获得人体特征信息;在所述人体特征信息的自定义位置上加入保证服装合体度的松量;根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装的技术方案,实现了一种从三维服装到二维服装样板的方法,并且在一定的程度上克服了以往研究中遇到的问题。在科学建设方面,本发明对不同学科的知识进行了整合,这无疑是拓展了服装本身的研究领域和知识体系,结合聚类分析、微分几何、人工只智能和逆向工程等技术来改善和补充了当前服装学科的不足和局限。此外,本项目研究也是对科研教学队伍的一种能力和知识的拓展,除了可以增强科研队伍的科研能力外,也极大的丰富了教学课程的内容,例如使用逆向工程技术来研究服装的合体性,利用聚类分析方法来研究人体特征,这对于拓展学生视野和培养其创新能力都有着非常重要的意义。
附图说明
图1为根据本发明的一种三维原型服装的数字化设计方法的实施例一的流程图;
图2为根据本发明的模型的示意图;其中,图2a为三维扫描文件,图2b为经过聚类分析的人体结构,图2c为Delaunay三角网格模型;图2d为经过差值并使用B样条曲线进行差值;图2e为形成PHBC参数化人台;
图3为根据PHBC模型识别的人体颈部关键点以及领围线示意图,图3a为根据颈部的中心线为轨迹,水平拖出的曲面;图3b为该水平曲面与人体水平曲线相交,生成的交点;图3c为用光滑曲线连接这些交点。
图4a为胸围按照表2中的算法进行的胸围松量的分布;图4b为腰围按照等比例的缩放进行的腰围松量的分布;图4c为臀围按照等比例缩放进行的屯文松量分布。
图5为根据人体结构的基本服装原型结构线示意图,其中图5a为人体基本结构线,包含胸围,腰围,臀围,前后中心线等;图5b为根据胸、腰、臀的结构线生成的带有松量的结构线;图5c位对胸部以上的人体水平曲线进行等比例缩放的结果;图5d为整合胸部以上以及胸部以下带有松量的结构线的结果;
图6为带有群裝的基本服装原型结构线示意图;
图7为边缘PiPj示意图,其中图7a为局部凸性示意图;图7b为非凸性示意图;
图8为基于结构线边缘点的可展开曲面构成示意图,其中图8a为所有可能对角线的连接示意图;图8b为满足局部凸性的对角线;图8c为保存这些局部凸性的对角线的二叉树结构;图8d是经过计算,找到的最优可展曲面的结果;
图9为3D原型服装构成与3D-to-2D展开的原型版型示意图,其中图9a为可展曲面构成的3D服装原型;图9b为展平3D服装远行后得到的服装样板;
图10为根据原型版型制作样衣并进行的松量验证示意图,其中图10a是根据展平的原型版制作的实物样衣和纸质样衣;图10b为3D曲面样衣的松量分布;图10c为胸部松量分布示意图及胸围和服装围度计算结果;图10d为腰部松量分布示意图及腰围和服装围度计算结果;图10e为臀部松量分布示意图及臀围和服装围度计算结果;
图11为与其他两种传统原型样板的对比与试穿分析示意图;其中图11a是根据两个不同的人体生成的3D可展样衣与展平后的服装样板;图11b是对比英国和日本的传统样板制作的服装与3D展平样板制作的服装;图11c是日本版型、英国版型与本发明版型制作出的样衣在外轮廓的对比示意图;第一列是日本版型方法制造的样衣正面,侧面和背面;第二列是英国版型方法的样衣正面,侧面和背面;第三列是3D-to-2D的发型方法制作样衣的正面,侧面和背面。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例一
参照图1,图1示出了本发明提供的一种三维原型服装的数字化设计方法的一实施例的流程图。包括:步骤S110至步骤S150。
在步骤S110中,建立符合人体特征的PHBC模型。
在步骤S120中,基于所述PHBC模型,获得人体特征信息;
在步骤S130中,在所述人体特征信息的自定义位置上加入保证服装合体度的松量;
在步骤S140中,根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;
在步骤S150中,通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装。
人体结构线是边沿三角化的关键,为准确定义人体关键结构线和位置点,如胸围、腰围等,需要构建一种合适的人体体型模型,原因在于从3D人体扫描仪获得的人体数据,通常为点云数据,一般是无结构的、分散的3D坐标点,不能直接用来作为准确的识别对象。
因此,需要建立了一种PHBC(Piecewise Horizontal B-spline Curve)可变形的人体模型。PHBC人台模型相对于点云模型和三角网格模型有如下优点:(1)可以准确快速地定位人体关键水平截面,并进行相关分析;(2)根据B样条曲线的特性,其对水平截面的操作非常灵活,如缩放、变形、求交等,这对构建人体结构框架和松量分布有重要的辅助作用。图2a是输入的三角网格人台数据,经过插值处理转换成平行点云模型(如图2b所示)为经过聚类分析的人体结构,最后用PHBC对每一个水平截面的点云进行拟合,结果如图2c所示,得到的Delaunay三角网格模型。
进一步的,所述建立符合人体特征的PHBC模型,包括:
输入三角网格人台数据,经过插值处理转换成平行点云模型;
通过PHBC对平行点云模型的每一个水平截面的点云进行拟合,得到符合人体特征的PHBC模型。
如图2d为经过差值并使用B样条曲线进行差值;2e形成PHBC参数化人台模型。其中B样条曲线是给定n+1个控制点P0,P1,...,Pn和一个节点向量U={u0,u1,...,um},p次B-样条曲线由这些控制点和节点向量U定义。其中Ni,p(u)是p次B-样条基函数
进一步的,基于所述PHBC模型,获得人体特征信息,包括:
基于所述PHBC模型,识别出人体结构线和关键点,获得所需的人体特征信息。
服装样板需要满足一定的人体结构线和关键点要求,这使得三维(3D)服装的结构必须符合人体特征。参考ISO8559:1989“服装结构与人体测量—人体尺寸”。ISO 7250:1996“人体测量基本项目”和ISO7250-1:2008“人体测量定义和标志”,定义所需的人体结构线,共计19项,如表1和图5所示。考虑到这些结构线的识别精确度,结合自动提取与手工定义两种方式,从PHBC模型上获得特征信息。图3显示了通过PHBC模型实现对前颈点(FNP)、后颈点(BNP)、颈侧点(SNP)、颈根线和肩点(SP)的提取。定义人体宽度方向为x,高度方向为y,厚度方向为z,所需的人体结构线和关键点获取方式和算法参照表1。
表1人体结构线及关键点的提取方式与算法
进一步的,在所述人体特征信息的自定义位置上加入保证服装合体度的松量,包括:
基于获得的人体特征信息的人体结构线和关键点位置上,加入保证服装合体度的可控制的松量。
优选的,所述关键点位置包括但不限于胸围、腰围中的一种或多种。
进一步的,所述根据给定松量计算出所需的水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架,包括:
根据给定松量,通过松量分配方式根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架。
进一步的,所述松量分配方式包括:通过线性插值的方式根据给定松量计算出所需水平截面的缩放参数。
进一步的,所述松量分配公式包括:
f(x)=α·easeupper+(1-α)·easelower
其中,f(x)是在第x的水平截面的松量大小,α为x截面到上端截面和下端截面的距离。
例如胸腰间某个截面的松量计算方法是,该截面到胸围线的距离是5cm,到腰围线的距离是16cm,那么α=5/16=0.3125.所以f(x)=0.3125*10+(1-0.3125)*6=7.25cm,因此这个截面的松量是7.25cm。
优选实施例,在所需的人体结构线定义和识别之后,在一些关键的位置上,例如胸围,腰围,加入松量可以保证服装的基本合体度。对比以往的研究,本方法优选的在胸围,腰围加入了可控制的松量,使得构建的三维服装和生成的原型样板都可以保证一定程度上的合体度。
加入服装松量的多少通常依赖于服装的款式,面料,功能,甚至是个人喜好。对于基础的原型服装来说,我们在胸围和腰围分别加了10cm和5cm,来满足基本的合体要求。松量分配的结果使右半身胸围线被分成5个部分,如图4a所示,包括A,B,C,D,和E,其中A,C,E是三段直线,B和D是曲线,并通过同时缩放B,D的方式,使A+B+C+D+E的长度是GirthBL/2+5cm,利用表2中的算法可以算出缩放参数SBL。腰围的松量是均匀分布,所以缩放参数SWL=(GirthWL+easeWL)/GirthWL,缩放结果如图4b所示。
表2胸围松量分布算法
在PHBC模型的水平截面中只有胸围线和腰围线被分配了松量,对于胸围和腰围之间,以及胸围线上方的截面并没有进行分配,这里我们用线性插值的方式根据胸腰松量计算出其他水平截面的缩放参数,公式(1)给出了在这些位置的松量分配方式:
f(x)=α·easeupper+(1-α)·easelower (1)
这里f(x)是在第x的水平截面的松量大小,α是一个距离参数,这个参数是由x截面到上端截面(upper)和下端截面(lower)的距离决定的,因
而根据公式(1)在胸腰之间的截面的松量被确定为:
f(x)=α·easeBL+(1-α)·easeWL (2)
f(x)=α·easeBL+(1-α)·easeSNP (3)
SNP点以及SNP以上的截面松量为零,所以公式(3)变为:
f(x)=α·easeBL (4)
在用公式(2)和(4)可以计算出胸围线上和胸腰之间的截面松量,从而可以计算出这些截面的缩放参数,最后根据这些参数,缩放所有的截面,并得到经过缩放的边沿框架如图6所示。
进一步的,所述通过边沿框架进行可展曲面的建模,从而构建可展的三维原型服装,包括:
识别出边沿框架中的边沿点所构成的满足局部凸性的对角线,并用对角线构成三角网格曲面,得到可展曲面模型,通过可展曲面模型构建可展的三维原型服装。
建立拥有松量分布的边沿框架以后,就可以利用这些框架进行可展曲面的建模,从而构建可展的三维原型服装。在可展曲面上任意一点的高斯曲率都为零,FREY证明了这种性质等同于边缘凸性(edge convexity),因此可以使用边沿三角化来逼近可展曲面,换句话说,一个曲面三角网格的多数边缘具有“局部凸性”,那么它可以近似为可展曲面,例如具体可以解释为,有两个边沿点Pi和Pj,他们的邻点Pi-1,Pi+1,Pj-1,和Pj+1,如果对角线PiPj是这六个点组成多边形的凸包络线,那么边缘PiPj就满足局部凸性,如图7a,并且可以作为构成可展曲面的一条对角线,利用这种性质,我们实现了一种新的边沿三角化方法,简称DBT。DBT算法的核心就是找出一系列边沿点所构成的对角线,并用这些对角线构成三角网格曲面,又因为这些对角线满足局部凸性,从而整个三角网格曲面可以认为是可展曲面。
假设有一组边沿点C=P1,…,Pn,DBT算法的目的是需要找到n-3个对角线组成曲面,并且这些对角线作为三角网格边缘满足局部凸性。表3中描述了整个算法流程:首先建立一个对角线链表H,保存了所有对角线(图8a),再从中提取出满足局部凸性的对角线(图8b),然后把满足条件的对角线保存到非平衡二叉树中Btree(图8c),这个非平衡二叉树的结构保存了一条对角线(根节点)与其他对角线组成曲面的连接关系,在图8c中可以看到与对角线PiPi+2组成曲面的对角线只有两种可能,一个是Pi-1Pi+2,另一个是PiPi+3,接下来同理,与对角线Pi-1Pi+2组成曲面的也有两种可能,所以用二叉树来保存所有连接在一起的对角线和他们的相互关系,但可以注意到的是可能有些对角线并不满足局部凸性例如图8b中的Pj+1Pj-1,所以每层二叉树的子节点数目不一定是二个,所以称为非平衡二叉树。如果二叉树的一个分支从根节点到最底层子节点的高度为n-3,这个分枝所包含的对角线就可能构成一个可展曲面,但第一个可能遇到的难题是,在二叉树中可能有很多分支可以组成完整曲面,因为每一个最边缘对角线,例如PiPi+2,Pi-1Pi+1等,都是一个根节点,每个根节点最多可能构成的可展曲面的数量是2(n-3)-1个。在算法中,我们计算了所有可能曲面的中两两三角形的二面角之和,拥有最小二面角之和的那个曲面被定义为最优曲面(弯曲度最小),也就是算法中最后可展曲面的结果,如图8d。此外,对于给定的一组边沿点,无法找到任何一个可展曲面的情况也可能出现,在这种情况下,我们略微放宽了局部凸性的要求,比如对于少数对角线可以是凹性的,并且这个凹性是控制在很小范围之内的。
表3可展曲面边沿三角化(DBT)算法
发明对本发明实施例中的方法给出了验证,方法如下:
把一个边沿三角化的曲面中每一个三角形沿着对角线进行展平,就可以快速的把整个曲面的展到一个平面上,对图9中三维服装的每一个曲面进行展平,再把结果进行在平面中排列并组成图9中的服装原型样板,这个样板很容易被裁剪成传统使用的服装样板,为了验证样板的精确度,我们把每条分割线都进行了裁剪,对于样板的合体度我们进行了两个方面的验证,第一是制作纸原型服装如图10a,由于纸张并不具备弹性,纸原型可以验证三维服装从三维到二维的长度,角度以及面积等几何指标的同一性,另外,纸原型的各部位松量也便于验证。另外一个检验方式是我们根据样板制成了传统白坯布样衣,如图10,图11,目的检验真实面料服装的合体性。经过专家检验,对于纸质样衣和白坯布样衣,我们发现从形状的连贯性,松量的位置,服装合体度,以及服装结构线与人台真实结构线之间的关系都符合预先设想,并能达到服装基础样板的要求。
本发明提供了一种三维原型服装的数字化设计方法,该发明通过建立符合人体特征的PHBC模型;基于所述PHBC模型,获得人体特征信息;在所述人体特征信息的自定义位置上加入保证服装合体度的松量;根据给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装的技术方案,(1)建立了一种PHBC(Piecewise Horizontal B-spline Curve)可变形的人体模型;
(2)服装样板需要满足一定的人体结构线和关键点要求,这使得3D服装的结构必须符合人体特征。本发明,根据参考文献定义了所需人体结构线和关键点的获取方式及算法;
(3)在所需的人体结构线定义和识别之后,在一些关键的位置上,例如胸围,腰围,加入松量可以保证服装的基本合体度.对比以往的研究,本方法最重要的一个贡献就是在胸围,腰围加入了可控制的松量,使得构建的三维服装和生成的原型样板都可以保证一定程度上的合体度;
(4)建立拥有松量分布的边沿框架以后,可以利用这些框架进行可展曲面的建模,从而构建可展的三维原型服装。再由此实现了一种新的边沿三角化方法,简称DBT;实现了一种从三维服装到二维服装样板的方法,并且在一定的程度上克服了以往研究中遇到的问题。在科学建设方面,本发明对不同学科的知识进行了整合,这无疑是拓展了服装本身的研究领域和知识体系,结合聚类分析、微分几何、人工只智能和逆向工程等技术来改善和补充了当前服装学科的不足和局限。此外,本项目研究也是对科研教学队伍的一种能力和知识的拓展,除了可以增强科研队伍的科研能力外,也极大的丰富了教学课程的内容,例如使用逆向工程技术来研究服装的合体性,利用聚类分析方法来研究人体特征,这对于拓展学生视野和培养其创新能力都有着非常重要的意义。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种三维原型服装的数字化设计方法,其特征在于,包括:
建立符合人体特征的分段水平B样条曲线PHBC模型;
基于所述PHBC模型,识别出人体结构线和关键点,获得人体特征信息;
基于获得的人体特征信息的人体结构线和关键点位置,加入保证服装合体度的给定松量;
通过松量分配方式,根据所述给定松量计算出所需水平截面的缩放参数,根据缩放参数,缩放所有的截面,得到拥有松量分布的边沿框架;所述松量分配方式包括:通过线性插值的方式根据所述给定松量计算出所需水平截面的缩放参数;松量分配公式包括:f(x)=α·easeupper+(1-α)·easelower,其中,f(x)是在第x的水平截面的松量大小,α根据x截面到上端截面和下端截面的距离确定,easeupper为上端截面的给定松量,easelower为下端截面的给定松量;
通过边沿框架进行可展曲面的建模,根据可展曲面模型构建可展的三维原型服装;
其中,通过边沿框架进行可展曲面的建模,包括:
识别出所述边沿框架中的边沿点;
从所述边沿点的所有对角线中识别出满足局部凸性的对角线;
根据所述满足局部凸性的对角线和所述满足局部凸性的对角线的相互关系,生成非平衡二叉树;
根据所述非平衡二叉树的从根节点到最底层子节点的各个分支的高度,确定多个可能构成可展曲面的分支;
计算多个所述可能构成可展曲面的分支对应的曲面中的两两三角形的二面角之和;
将所述两两三角形的二面角之和最小的曲面作为所述可展曲面。
2.如权利要求1所述的方法,其特征在于,所述建立符合人体特征的PHBC模型,包括:
输入三角网格人台数据,经过插值处理转换成平行点云模型;
通过PHBC对平行点云模型的每一个水平截面的点云进行拟合,得到符合人体特征的PHBC模型。
3.如权利要求1所述的方法,其特征在于,所述关键点位置包括胸围、腰围中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555154.0A CN107577833B (zh) | 2017-07-10 | 2017-07-10 | 一种三维原型服装的数字化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555154.0A CN107577833B (zh) | 2017-07-10 | 2017-07-10 | 一种三维原型服装的数字化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107577833A CN107577833A (zh) | 2018-01-12 |
CN107577833B true CN107577833B (zh) | 2022-05-17 |
Family
ID=61050119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710555154.0A Active CN107577833B (zh) | 2017-07-10 | 2017-07-10 | 一种三维原型服装的数字化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107577833B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369673A (zh) * | 2020-03-26 | 2020-07-03 | 江西服装学院 | 三维试衣仿真系统 |
US20210342493A1 (en) * | 2020-04-30 | 2021-11-04 | Clothing Tech LLC | Improving garment design processes with 3d cad tools |
CN115631322B (zh) * | 2022-10-26 | 2023-07-11 | 钰深(北京)科技有限公司 | 面向用户的虚拟三维试衣方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880741A (zh) * | 2012-08-16 | 2013-01-16 | 浙江理工大学 | 一种基于个性化三维虚拟人台的服装衣身原型样板生成方法 |
CN104268927A (zh) * | 2014-09-12 | 2015-01-07 | 上海明穆电子科技有限公司 | 3d服装虚拟自动生成方法及系统 |
CN104376187A (zh) * | 2014-12-05 | 2015-02-25 | 东华大学 | 一种基于逆向工程技术的中间体虚拟人台的构建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI583334B (zh) * | 2016-02-05 | 2017-05-21 | 張麗卿 | 形成三維電子人台之方法及三維電子人台系統 |
-
2017
- 2017-07-10 CN CN201710555154.0A patent/CN107577833B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880741A (zh) * | 2012-08-16 | 2013-01-16 | 浙江理工大学 | 一种基于个性化三维虚拟人台的服装衣身原型样板生成方法 |
CN104268927A (zh) * | 2014-09-12 | 2015-01-07 | 上海明穆电子科技有限公司 | 3d服装虚拟自动生成方法及系统 |
CN104376187A (zh) * | 2014-12-05 | 2015-02-25 | 东华大学 | 一种基于逆向工程技术的中间体虚拟人台的构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107577833A (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Block pattern generation: From parameterizing human bodies to fit feature-aligned and flattenable 3D garments | |
CN102880741B (zh) | 一种基于个性化三维虚拟人台的服装衣身原型样板生成方法 | |
Yunchu et al. | Prototype garment pattern flattening based on individual 3D virtual dummy | |
Au et al. | Feature-based reverse engineering of mannequin for garment design | |
Kim et al. | Garment pattern generation from body scan data | |
CN110163728B (zh) | 一种个性化服装定制制版方法 | |
EP1160732B1 (en) | Virtual shape generation through free-form deformation | |
Chaw Hlaing et al. | Garment prototyping based on scalable virtual female bodies | |
CN107577833B (zh) | 一种三维原型服装的数字化设计方法 | |
CN107480315B (zh) | 参数化样板设计的方法和系统 | |
Yasseen et al. | Sketch-based garment design with quad meshes | |
CN103678769B (zh) | 基于人体骨架与二维形变的真实感服装创建方法 | |
CN103325146B (zh) | 一种基于人体截面环数据的衣物面片三维映射方法 | |
CN110121735A (zh) | 低于3d打印机分辨率的临界薄区段的识别与重新设计 | |
CN106372344A (zh) | 一种基于特征尺寸约束的三维服装变形方法及其系统 | |
Zhang et al. | Upper garment 3D modeling for pattern making | |
CN106709171B (zh) | 一种基于重复模式发现的印花图案生成方法 | |
Kang et al. | Development of three‐dimensional apparel CAD system: Part II: prediction of garment drape shape | |
Wang et al. | From designing products to fabricating them from planar materials | |
Chen | Development of a prototype pattern based on the 3D surface flattening method for MTM garment production | |
Domingo et al. | Modeling of female human body shapes for apparel design based on cross mean sets | |
CN106021633A (zh) | 基于三维虚拟人体的个性化服装交互设计及样板生成方法 | |
Wang et al. | Feature-based human model for digital apparel design | |
Kim et al. | 3D pattern development of tight-fitting dress for an asymmetrical female manikin | |
Mok et al. | Fashion design using evolutionary algorithms and fuzzy set theory–a case to realize skirt design customizations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |