CN109685883A - 服装样板生成方法、装置、设备及计算机可读存储介质 - Google Patents
服装样板生成方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109685883A CN109685883A CN201811615514.2A CN201811615514A CN109685883A CN 109685883 A CN109685883 A CN 109685883A CN 201811615514 A CN201811615514 A CN 201811615514A CN 109685883 A CN109685883 A CN 109685883A
- Authority
- CN
- China
- Prior art keywords
- curve
- target
- template
- waist
- characteristic portion
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 210000001624 hip Anatomy 0.000 claims description 85
- 210000001217 buttock Anatomy 0.000 claims description 57
- 210000000038 chest Anatomy 0.000 claims description 56
- 210000002414 leg Anatomy 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 29
- 210000001015 abdomen Anatomy 0.000 claims description 25
- 238000003780 insertion Methods 0.000 claims description 13
- 230000037431 insertion Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 210000003423 ankle Anatomy 0.000 claims description 7
- 210000003127 knee Anatomy 0.000 claims description 7
- 210000000115 thoracic cavity Anatomy 0.000 claims description 6
- 210000000689 upper leg Anatomy 0.000 claims description 6
- 210000000707 wrist Anatomy 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005452 bending Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000003187 abdominal effect Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000392 somatic effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 210000002640 perineum Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008771 sex reversal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/30—Clipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
Abstract
本发明公开了一种服装样板生成方法，该方法包括以下步骤：采集目标人体各特征部位的特征点和特征线的位置信息；根据各位置信息生成各特征部位对应的目标特征部位曲线；利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板；利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量；根据样板增量和目标服装原型样板生成目标成衣样板。应用本发明实施例所提供的技术方案，降低了对样板师服装生产经验的要求，降低了确定结构参数的难度，提高了实用性，提高了服装样板的精度。本发明还公开了一种服装样板生成装置、设备及存储介质，具有相应技术效果。
Description
技术领域
本发明涉及服装智能技术领域，特别是涉及一种服装样板生成方法、装置、设备及计算机可读存储介质。
背景技术
伴随着计算机网络与信息技术的迅速发展，传统服装产业迈进了计算机信息化、数字化的历程。同时，人们对服装的要求也从实用性、流行性向个性化、合体性转变。其中，合体性是检验服装质量过程中不可分割的一部分，也是现如今影响消费者满意度最显著的一项指标。服装CAD(Computer Aided Garment Design，简称GCAD)技术的发展，将CAD研究领域中的相关理论与高新技术引入到服装领域，提高了服装的生产效率和整体质量。
现有的服装样板生成方法包括基于传统放码规则的服装智能生成方法、基于参数化设计的服装智能生成方法、基于人工智能的服装智能生成方法及基于三维人体模型的服装智能生成方法。但是其均存在相应的缺点，首先基于传统放码规则的服装智能生成方法必须要有大量的服装款式数据库和样板修改规则的反复验证，工作量是非常耗时耗力的。其次，这项技术需要样板师拥有大量的有关服装样板绘制和服装生产方面的经验，如样板中放码点的位置、数量、具体修改量、规则等，这些基本没有规范和标准可以依据，因此局限了这项技术的发展。其次基于参数化设计的服装智能生成方法服装样板并非机械零件，其结构形式往往会受到很多因素的影响，如服装面料性能、服装款式、生产加工工艺等，没有明显的规律性。尤其是服装款式方面，如分割、省道、褶皱等细节造型上复杂的变化，大大增加了确定参数化设计过程中结构参数的难度。再者基于人工智能的服装智能生成方法需要建立科学合理的服装合体性评价体系，这是利用人工智能技术实现个体化服装智能生成的基础，而目前还缺乏有效的手段来建立该评价系统。同时，为了更广泛的应用，必须对不同款式的服装进行一系列实验，以此建立具备“类人智能”的专家知识库，这还需要大量的工作。因此，该方法基本还停留在试验阶段，要实现实用化还有一定的距离。最后基于三维人体模型的服装智能生成方法想实现高精度的三维曲面与二维样板之间的映射，则需要极其巨大的计算量，大大增加计算时间，在模拟过程中也会遇到很多困难。但若精度不够，则会影响最终服装样板的精度，从而影响服装的合体性。
综上所述，如何有效地解决对样板师服装生产经验要求高、确定结构参数困难、实用性低、建立三维模型存在曲线变形造成服装样板的精度低等问题，是目前本领域技术人员急需解决的问题。
发明内容
本发明的目的是提供一种服装样板生成方法，该方法降低了对样板师服装生产经验的要求，降低了确定结构参数的难度，提高了实用性，提高了服装样板的精度；本发明的另一目的是提供一种服装样板生成装置、设备及计算机可读存储介质。
为解决上述技术问题，本发明提供如下技术方案：
一种服装样板生成方法，包括：
采集目标人体各特征部位的特征点和特征线的位置信息；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线；
利用服装造型学原理从预设的服装原型样板库中查找各所述目标特征部位曲线对应的目标服装原型样板；
利用距离松量模型生成各所述目标特征部位曲线对应的距离增量，并将所述距离增量转化为样板增量；
根据所述样板增量和所述目标服装原型样板生成目标成衣样板。
在本发明的一种具体实施方式中，当所述目标成衣样板为女上衣时，各所述特征部位包括肩臂部、胸部及腰臀部；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成所述肩臂部对应的目标肩臂部特征曲线；
根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成所述胸部对应的目标胸部特征曲线；
根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的目标腰臀部特征曲线。
在本发明的一种具体实施方式中，当所述目标成衣样板为裤装时，各所述特征部位包括所述腰臀部、裆部及腿部；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的所述目标腰臀部特征曲线；
根据前中长、后中长、前裆弯线、后裆弯线生成所述裆部对应的目标裆部特征曲线；
根据大腿根部、膝部、踝部分别对应的宽度、厚度和围度值生成所述腿部对应的目标腿部特征曲线。
在本发明的一种具体实施方式中，在采集目标人体各特征部位的特征点和特征线的位置信息之后，根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线之前，还包括：
利用插入点方式对各所述位置信息进行SPSS回归拟合分析，得到位置信息分析结果；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据所述位置信息分析结果生成各所述特征部位对应的目标特征部位曲线。
一种服装样板生成装置，包括：
信息采集模块，用于采集目标人体各特征部位的特征点和特征线的位置信息；
曲线生成模块，用于根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线；
原型样板查找模块，用于利用服装造型学原理从预设的服装原型样板库中查找各所述目标特征部位曲线对应的目标服装原型样板；
样板增量获得模块，用于利用距离松量模型生成各所述目标特征部位曲线对应的距离增量，并将所述距离增量转化为样板增量；
成衣样板生成模块，用于根据所述样板增量和所述目标服装原型样板生成目标成衣样板。
在本发明的一种具体实施方式中，当所述目标成衣样板为女上衣时，各所述特征部位包括肩臂部、胸部及腰臀部；
所述曲线生成模块包括肩臂部曲线生成子模块、胸部曲线生成子模块及腰臀部曲线生成子模块，
所述肩臂部曲线生成子模块，用于根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成所述肩臂部对应的目标肩臂部特征曲线；
所述胸部曲线生成子模块，用于根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成所述胸部对应的目标胸部特征曲线；
所述腰部曲线生成子模块，用于根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的目标腰臀部特征曲线。
在本发明的一种具体实施方式中，当所述目标成衣样板为裤装时，各所述特征部位包括所述腰臀部、裆部及腿部；
所述曲线生成模块包括所述腰臀部曲线生成子模块、裆部曲线生成子模块及腿根部曲线生成子模块，
所述臀部曲线生成子模块，用于根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的所述目标腰臀部特征曲线；
所述裆部曲线生成子模块，用于根据前中长、后中长、前裆弯线、后裆弯线生成所述裆部对应的目标裆部特征曲线；
所述腿根部曲线生成子模块，用于根据大腿根部、膝部、踝部分别对应的宽度、厚度和围度值生成所述腿部对应的目标腿部特征曲线。
在本发明的一种具体实施方式中，还包括：
位置信息分析模块，用于在采集目标人体各特征部位的特征点和特征线的位置信息之后，根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线之前，利用插入点方式对各所述位置信息进行SPSS回归拟合分析，得到位置信息分析结果；
所述曲线生成模块具体为根据所述位置信息分析结果生成各所述特征部位对应的目标特征部位曲线的模块。
一种服装样板生成设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如前所述服装样板生成方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述服装样板生成方法的步骤。
应用本发明实施例所提供的服装样板生成方法，通过采集目标人体各特征部位的特征点和特征线的位置信息，根据各位置信息生成目标特征部位曲线，并利用服装造型学原理从预设的服装原型库中查找各目标特征部位曲线对应的目标服装原型样板，利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量，根据样板增量和目标服装原型样板生成目标成衣样板。降低了对样板师服装生产经验的要求，能够根据目标人体的目标特征部位的特征点和特征线生成目标特征部位曲线，降低了确定结构参数的难度，提高了实用性，提高了服装样板的精度。
相应的，本发明实施例还提供了与上述服装样板生成方法相对应的服装样板生成装置、设备和计算机可读存储介质，具有上述技术效果，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中服装样板生成方法的一种实施流程图；
图2为本发明实施例中服装样板生成方法的另一种实施流程图；
图3为本发明实施例中女下体特征部位测量示意图；
图4为本发明实施例中服装样板前片及后片与人体形态的对应关系参照示意图；
图5为本发明实施例中一种从人体点云图中截取的人体裆弯曲线示意图；
图6为本发明实施例中一种人体裆弯曲线前后分隔后示意图；
图7为本发明实施例中一种人体裆弯曲线加入插入点之后的示意图；
图8为本发明实施例中一种服装样板生成装置的结构框图；
图9为本发明实施例中一种服装样板生成设备的结构框图。
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，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。
实施例一：
参见图1，图1为本发明实施例中服装样板生成方法的一种实施流程图，该方法可以包括以下步骤：
S101：采集目标人体各特征部位的特征点和特征线的位置信息。
当需要生成目标人体合体的服装时，可以采集目标人体各特征部位的特征点和特征线的位置信息。例如，考虑到服装的合体性主要体现在人体的肩宽、胸围、腰围、臀围、腰裆高、大腿腿根粗细等与服装的匹配性，因此特征部位可以包括肩臂部、胸部、腰部、臀部、裆部及腿根部。
目标人体可以为任意需要定制服装的男性或女性的人体。
S102：根据各位置信息生成各特征部位对应的目标特征部位曲线。
当采集到目标人体各特征部位的特征点和特征线的位置信息之后，可以根据各位置信息生成各特征部位对应的目标特征部位曲线。如在特征部位包括肩臂部、胸部、腰部、臀部、裆部及腿部时，生成的目标特征部位曲线可以包括目标肩臂部特征曲线、目标胸部特征曲线、目标腰臀部特征曲线、目标裆部特征曲线及目标腿部特征曲线。
S103：利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板。
可以预先建立存储有多组各特征部位曲线及结合每组中各特征部位曲线生成的服装原型样板。在生成各特征部位对应的目标特征部位曲线之后，可以利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板。
S104：利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量。
由于目标服装原型样板是目标用户人体的轮廓，在服装设计时，不能将服装贴合人体设计，人体与服装之间要留有相应的空隙。因此在查找到目标人体的各特征部位曲线对应的目标服装原型样板之后，可以利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量。通过生成相应的距离增量，并将距离增量转化为目标服装原型样板的样板增量，可以保证生成的目标服装与目标人体之间留有相应的缝隙，保证目标人体能够穿下目标服装，并且是以目标人体的目标特征部位曲线为依据进行生成的距离增量，保证了后续生成的目标服装与目标人体的合体性。
S105：根据样板增量和目标服装原型样板生成目标成衣样板。
在获得目标服装原型样板和样板增量之后，可以根据样板增量和目标服装原型样板生成目标成衣样板。通过结合目标人体各目标特征部位曲线的特点，获得目标服装原型样板的样板增量，在目标服装原型样板的基础上，结合适合目标人体的样板增量，生成目标成衣样板，提高了服装样板的精度。
应用本发明实施例所提供的服装样板生成方法，通过采集目标人体各特征部位的特征点和特征线的位置信息，根据各位置信息生成目标特征部位曲线，并利用服装造型学原理从预设的服装原型库中查找各目标特征部位曲线对应的目标服装原型样板，利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量，根据样板增量和目标服装原型样板生成目标成衣样板。降低了对样板师服装生产经验的要求，能够根据目标人体的目标特征部位的特征点和特征线生成目标特征部位曲线，降低了确定结构参数的难度，提高了实用性，提高了服装样板的精度。
需要说明的是，基于上述实施例一，本发明实施例还提供了相应的改进方案。在后续实施例中涉及与上述实施例一中相同步骤或相应步骤之间可相互参考，相应的有益效果也可相互参照，在下文的改进实施例中不再一一赘述。
在本发明的一种具体实施方式中，当目标成衣样板为女上衣时，各特征部位包括肩臂部、胸部及腰臀部；
步骤S102可以包括以下步骤：
步骤一：根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成肩臂部对应的目标肩臂部特征曲线；
步骤二：根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成胸部对应的目标胸部特征曲线；
步骤三：根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成腰臀部对应的目标腰臀部特征曲线。
为方便描述，可以将上述三个步骤结合起来进行说明。
当目标成衣样板为女上衣时，考虑到女性上体身材的不同主要体现在肩宽、胸围、腰围、臀围，因此各特征部位可以包括肩臂部、胸部及腰臀部，可以根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成肩臂部对应的目标肩臂部特征曲线，根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成胸部对应的目标胸部特征曲线，并根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成腰臀部对应的目标腰臀部特征曲线，将目标肩臂部特征曲线、目标胸部特征曲线及目标腰臀部特征曲线作为生成目标服装原型样板以及最终的目标成衣样板的参照依据。
在本发明的一种具体实施方式中，当目标成衣样板为裤装时，各特征部位包括腰臀部、裆部及腿部；
步骤S102可以包括以下步骤：
步骤一：根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成腰臀部对应的目标腰臀部特征曲线；
步骤二：根据前中长、后中长、前裆弯线、后裆弯线生成裆部对应的目标裆部特征曲线；
步骤三：根据大腿部、膝部、踝部分别对应的宽度、厚度和围度值生成腿部对应的目标腿部特征曲线。
为方便描述，可以将上述三个步骤结合起来进行说明。
当目标成衣样板为裤装时，考虑到人体下体身材的不同主要体现在腰围、臀围、腰裆高、腿的粗细，因此各特征部位可以包括腰臀部、裆部及腿部，可以根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成腰臀部对应的目标腰臀部特征曲线，根据前中长、后中长、前裆弯线、后裆弯线生成裆部对应的目标裆部特征曲线，并根据大腿部、膝部、踝部分别对应的宽度、厚度和围度值生成腿部对应的目标腿部特征曲线，并将目标腰臀部特征曲线、目标裆部特征曲线及目标腿根部特征曲线作为生成目标服装原型样板以及最终的目标成衣样板的参照依据。
参见图2，图2为本发明实施例中服装样板生成方法的另一种实施流程图，该方法可以包括以下步骤：
S201：采集目标人体各特征部位的特征点和特征线的位置信息。
S202：利用插入点方式对各位置信息进行SPSS回归拟合分析，得到位置信息分析结果。
当采集到目标人体各特征部位的特征点和特征线的位置信息之后，可以利用插入点方式对各位置信息进行SPSS回归拟合分析，得到位置信息分析结果。通过利用SPSS回归拟合分析可以得到采集到的目标人体各特征部位的位置信息与目标人体各特征部位的特征点和特征线实际位置信息的拟合度。
S203：根据位置信息分析结果生成各特征部位对应的目标特征部位曲线。
在获得位置信息分析结果之后，可以根据位置信息分析结果生成各特征部位对应的目标特征部位曲线，在这种情况下，可以保证生成的目标特征部位曲线与目标人体的实际特征部位曲线更加匹配，进一步提高了后续生成的服装样板的精度。
S204：利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板。
S205：利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量。
S206：根据样板增量和目标服装原型样板生成目标成衣样板。
在一种具体实例应用中，以女裤样板生成为例，首先共自动提取了女下体特征部位的各个尺寸，测量示意图如图3所示，其中的测量尺寸名称定义见表1。根据裤装结构、人体尺寸和体型特征，可以计算出个体化样板生成所需的样板尺寸。在裤装样板结构上确定了一系列的特征点，将样板前片和后片与人体形态对应起来，如图4所示。样板前片和后片上均设置了30多个结构点，这些点之间的样板尺寸可以用人体尺寸来进行表征，见表1所示。表1显示前片和后片共有32个重要的样板尺寸，这些尺寸与21个人体数据以及8个其他数据有关，8个其他数据包括腰部松量ΔEW、臀部松量ΔEH、膝部松量ΔEK、踝部松量ΔEAN、A18A20曲线长LA18A20、B20B22曲线长LB20B22、A23A25曲线长LA23A25、B25B27曲线长LB25B27。这8个其他数据代表围度松量差值和样板曲线长度值，ΔEW、ΔEH、ΔEK及ΔEAN这四个松量值，可以根据服装制作经验预先设置，LA18A20、LB20B22、LA23A25及LB25B27这四个曲线长度可以利用计算机进行模拟。21个人体数据中包含了6个高度数据、5个前围度值、4个后围度值和6个人体曲线值。
表1
接下来以裆弯线曲线为例，简述特征部位曲线模拟过程。裆弯线即为过人体中线、会阴和股沟的体表曲线，该曲线形状和长度相当于合体裤装的裆弯线全裆线长度。前/后裆弯线长，即可通过(前/后裆长-前/后中线长)，但在实际测量过程中，无论是手工测量(涉及隐私问题)还是三维人体自动测量(涉及裆底点确定问题)，对于确定前后裆弯线长都存在一定困难。因此本发明通过分析人体前后裆弯线长与下体测量数据的关系来近似得到前后裆弯线长，同时运用插入点的方法对人体前后裆弯进行分析，从而得到比较准确的前后裆弯线曲线形状。
如图5所示，过肚脐点作人体纵截面，将人体左右等分，则可得到人体裆弯曲线1，在人体点云图上截取腰围截面2、腹围截面3和臀围截面4。如图6所示，以腰围截面2厚度中点的水平直线将人体前后分开，分为前中线21、后中线22、前裆弯线23及后裆弯线24，测量腰腹高、腰臀高、腰裆高、前中线长、后中线长、前裆弯线长、后档弯线长。
如图7所示，确定裆底平面、腹突截面和臀突截面。对于前裆弯曲线，测量腹突至裆底的高度并将其五等分，测量每一等分点距离侧中线的距离。从腹突点起，第一等分点记为插入点F1，第二等分点记为插入点F2，第三等分点记为插入点F3，第四等分点记为插入点F4，第五等分点即裆底点记为插入点F5。后裆弯曲线原理相似，测量臀突至裆底的高度并将其五等分，测量每一等分点距离侧中线距离。
通过分析裆弯线各相关尺寸间的关系，得到裆弯曲线的生成规则。将腹突点至裆底点的曲线长定义为前裆弯曲线长，则前腹围的尺寸与位置是确定前档弯线长的关键；将臀突点至裆底点的曲线长定义为后裆弯曲线长，则后臀围的尺寸与位置是确定后档弯线长的关键。
SPSS回归拟合分析结果：
前裆弯线长＝258.631+0.063*前腹围-0.428*腹腰距
后裆弯线长＝91.941+0.159*后臀围-0.056*臀腰距
将腰围线前中点至腹突点的曲线定义为前中线，将腰围线后中点至臀突点的曲线长定义为后中线。
SPSS回归拟合分析结果：
前中线长＝-7.679+0.613×腰裆高
后中线长＝-4.286+0.863×腰裆高
将前裆弯曲线高度五等分，在每一等分高度的裆弯曲线上插入等分点F1(X1，Y1)，F2(X2，Y2)，F3(X3，Y3)，F4(X4，Y4)和F5(X5，Y5)。五个点(F1，F2，F3，F4和F5)连线生成前裆弯线。
SPSS回归拟合分析结果：
X1＝-0.011+0.954×前腹厚
X2＝0.167+0.858×前腹厚
X3＝0.945+0.671×前腹厚
X4＝1.209+0.464×前腹厚
X5＝0
腹裆距＝7.851+0.360×腰裆距
Y1＝腹裆距×4/5
Y2＝腹裆距×3/5
Y3＝腹裆距×2/5
Y4＝腹裆距/5
Y5＝0.014+0.024×腰裆距。
运用相同原理同样获得其余特征部位的曲线长度，并将其加入到服装样板中。最后可调整样板曲线形状，从而生成个体化样板，完成了人体局部特征驱动的服装样板智能生成的目的。
相应于上面的方法实施例，本发明实施例还提供了一种服装样板生成装置，下文描述的服装样板生成装置与上文描述的服装样板生成方法可相互对应参照。
参见图8，图8为本发明实施例中一种服装样板生成装置的结构框图，该装置可以包括：
信息采集模块81，用于采集目标人体各特征部位的特征点和特征线的位置信息；
曲线生成模块82，用于根据各位置信息生成各特征部位对应的目标特征部位曲线；
原型样板查找模块83，用于利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板；
样板增量获得模块84，用于利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量；
成衣样板生成模块85，用于根据样板增量和目标服装原型样板生成目标成衣样板。
应用本发明实施例所提供的服装样板生成方法，通过采集目标人体各特征部位的特征点和特征线的位置信息，根据各位置信息生成目标特征部位曲线，并利用服装造型学原理从预设的服装原型库中查找各目标特征部位曲线对应的目标服装原型样板，利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量，根据样板增量和目标服装原型样板生成目标成衣样板。降低了对样板师服装生产经验的要求，能够根据目标人体的目标特征部位的特征点和特征线生成目标特征部位曲线，降低了确定结构参数的难度，提高了实用性，提高了服装样板的精度。
在本发明的一种具体实施方式中，当目标成衣样板为女上衣时，各特征部位包括肩臂部、胸部及腰部；
曲线生成模块82包括肩臂部曲线生成子模块、胸部曲线生成子模块及腰部曲线生成子模块，
肩臂部曲线生成子模块，用于根据肩斜度生成肩臂部对应的目标肩臂部特征曲线；
胸部曲线生成子模块，用于根据胸突高生成胸部对应的目标胸部特征曲线；
腰部曲线生成子模块，用于根据腰腹高生成腰部对应的目标腰部特征曲线。
在本发明的一种具体实施方式中，当目标成衣样板为裤装时，各特征部位包括臀部、裆部及腿根部；
曲线生成模块82包括臀部曲线生成子模块、裆部曲线生成子模块及腿根部曲线生成子模块，
臀部曲线生成子模块，用于根据腰臀高生成臀部对应的目标臀部特征曲线；
裆部曲线生成子模块，用于根据腰裆高生成裆部对应的目标裆部特征曲线；
腿根部曲线生成子模块，用于根据大腿跟高生成腿根部对应的目标腿根部特征曲线。
在本发明的一种具体实施方式中，该装置还可以包括：
位置信息分析模块，用于在采集目标人体各特征部位的特征点和特征线的位置信息之后，根据各位置信息生成各特征部位对应的目标特征部位曲线之前，利用插入点方式对各位置信息进行SPSS回归拟合分析，得到位置信息分析结果；
曲线生成模块82具体为根据位置信息分析结果生成各特征部位对应的目标特征部位曲线的模块。
相应于上面的方法实施例，参见图9，图9为本发明所提供的服装样板生成设备的示意图，该设备可以包括：
存储器91，用于存储计算机程序；
处理器92，用于执行上述存储器91存储的计算机程序时可实现如下步骤：
采集目标人体各特征部位的特征点和特征线的位置信息；根据各位置信息生成各特征部位对应的目标特征部位曲线；利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板；利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量；根据样板增量和目标服装原型样板生成目标成衣样板。
对于本发明提供的设备的介绍请参照上述方法实施例，本发明在此不做赘述。
相应于上面的方法实施例，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现如下步骤：
采集目标人体各特征部位的特征点和特征线的位置信息；根据各位置信息生成各特征部位对应的目标特征部位曲线；利用服装造型学原理从预设的服装原型样板库中查找各目标特征部位曲线对应的目标服装原型样板；利用距离松量模型生成各目标特征部位曲线对应的距离增量，并将距离增量转化为样板增量；根据样板增量和目标服装原型样板生成目标成衣样板。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明提供的计算机可读存储介质的介绍请参照上述方法实施例，本发明在此不做赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置、设备及计算机可读存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种服装样板生成方法，其特征在于，包括：
采集目标人体各特征部位的特征点和特征线的位置信息；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线；
利用服装造型学原理从预设的服装原型样板库中查找各所述目标特征部位曲线对应的目标服装原型样板；
利用距离松量模型生成各所述目标特征部位曲线对应的距离增量，并将所述距离增量转化为样板增量；
根据所述样板增量和所述目标服装原型样板生成目标成衣样板。
2.根据权利要求1所述的服装样板生成方法，其特征在于，当所述目标成衣样板为女上衣时，各所述特征部位包括肩臂部、胸部及腰臀部；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成所述肩臂部对应的目标肩臂部特征曲线；
根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成所述胸部对应的目标胸部特征曲线；
根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的目标腰臀部特征曲线。
3.根据权利要求2所述的服装样板生成方法，其特征在于，当所述目标成衣样板为裤装时，各所述特征部位包括所述腰臀部、裆部及腿部；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的所述目标腰臀部特征曲线；
根据前中长、后中长、前裆弯线、后裆弯线生成所述裆部对应的目标裆部特征曲线；
根据大腿根部、膝部、踝部分别对应的宽度、厚度和围度值生成所述腿部对应的目标腿部特征曲线。
4.根据权利要求1至3任一项所述的服装样板生成方法，其特征在于，在采集目标人体各特征部位的特征点和特征线的位置信息之后，根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线之前，还包括：
利用插入点方式对各所述位置信息进行SPSS回归拟合分析，得到位置信息分析结果；
根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线，包括：
根据所述位置信息分析结果生成各所述特征部位对应的目标特征部位曲线。
5.一种服装样板生成装置，其特征在于，包括：
信息采集模块，用于采集目标人体各特征部位的特征点和特征线的位置信息；
曲线生成模块，用于根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线；
原型样板查找模块，用于利用服装造型学原理从预设的服装原型样板库中查找各所述目标特征部位曲线对应的目标服装原型样板；
样板增量获得模块，用于利用距离松量模型生成各所述目标特征部位曲线对应的距离增量，并将所述距离增量转化为样板增量；
成衣样板生成模块，用于根据所述样板增量和所述目标服装原型样板生成目标成衣样板。
6.根据权利要求5所述的服装样板生成装置，其特征在于，当所述目标成衣样板为女上衣时，各所述特征部位包括肩臂部、胸部及腰臀部；
所述曲线生成模块包括肩臂部曲线生成子模块、胸部曲线生成子模块及腰臀部曲线生成子模块，
所述肩臂部曲线生成子模块，用于根据肩斜度、肩宽、肩线长、肩厚、臂根围、上臂围、肘围及腕围生成所述肩臂部对应的目标肩臂部特征曲线；
所述胸部曲线生成子模块，用于根据大胸宽、胸宽、胸厚、乳间距、胸围、下胸宽、下胸厚及下胸围生成所述胸部对应的目标胸部特征曲线；
所述腰部曲线生成子模块，用于根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的目标腰臀部特征曲线。
7.根据权利要求6所述的服装样板生成装置，其特征在于，当所述目标成衣样板为裤装时，各所述特征部位包括所述腰臀部、裆部及腿部；
所述曲线生成模块包括所述腰臀部曲线生成子模块、裆部曲线生成子模块及腿根部曲线生成子模块，
所述臀部曲线生成子模块，用于根据腰部、腹部及臀部分别对应的宽度、厚度和围度值生成所述腰臀部对应的所述目标腰臀部特征曲线；
所述裆部曲线生成子模块，用于根据前中长、后中长、前裆弯线、后裆弯线生成所述裆部对应的目标裆部特征曲线；
所述腿根部曲线生成子模块，用于根据大腿根部、膝部、踝部分别对应的宽度、厚度和围度值生成所述腿部对应的目标腿部特征曲线。
8.根据权利要求5至7任一项所述的服装样板生成装置，其特征在于，还包括：
位置信息分析模块，用于在采集目标人体各特征部位的特征点和特征线的位置信息之后，根据各所述位置信息生成各所述特征部位对应的目标特征部位曲线之前，利用插入点方式对各所述位置信息进行SPSS回归拟合分析，得到位置信息分析结果；
所述曲线生成模块具体为根据所述位置信息分析结果生成各所述特征部位对应的目标特征部位曲线的模块。
9.一种服装样板生成设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述服装样板生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述服装样板生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811615514.2A CN109685883A (zh) | 2018-12-27 | 2018-12-27 | 服装样板生成方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811615514.2A CN109685883A (zh) | 2018-12-27 | 2018-12-27 | 服装样板生成方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109685883A true CN109685883A (zh) | 2019-04-26 |
Family
ID=66190611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811615514.2A Pending CN109685883A (zh) | 2018-12-27 | 2018-12-27 | 服装样板生成方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109685883A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690323A (zh) * | 2022-11-15 | 2023-02-03 | 钰深(北京)科技有限公司 | 服装智能推板方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105069239A (zh) * | 2015-08-17 | 2015-11-18 | 常州纺织服装职业技术学院 | 一种个体化服装样板的实现方法及系统 |
| CN106886626A (zh) * | 2017-01-09 | 2017-06-23 | 浙江理工大学 | 一种合体裤样板个性化设计的方法 |
-
2018
- 2018-12-27 CN CN201811615514.2A patent/CN109685883A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105069239A (zh) * | 2015-08-17 | 2015-11-18 | 常州纺织服装职业技术学院 | 一种个体化服装样板的实现方法及系统 |
| CN106886626A (zh) * | 2017-01-09 | 2017-06-23 | 浙江理工大学 | 一种合体裤样板个性化设计的方法 |
Non-Patent Citations (6)
| Title |
|---|
| 凌红莲: "数字化服装生产管理", 31 October 2014, 东华大学出版社, pages: 15 - 16 * |
| 徐继红;张文斌;: "人体与服装特征曲面间距离松量的影响因子", no. 05, pages 110 - 114 * |
| 章玉铭;徐步高;: "个体化女裤裆弯线的松量分布计算", no. 03, pages 38 - 44 * |
| 苏军强: "基于局部特征分析的个体化青年女装样板生成规则研究", no. 01, pages 024 - 33 * |
| 苏军强;李蔚;万里;王宏付;: "裤装给定松量分布规律及其在个体化样板中的应用", no. 05, pages 487 - 491 * |
| 高蒙;曾小平;苏军强;: "基于3D扫描的裤装给定松量分布规律", no. 04, pages 20 - 23 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690323A (zh) * | 2022-11-15 | 2023-02-03 | 钰深(北京)科技有限公司 | 服装智能推板方法和装置 |
| CN115690323B (zh) * | 2022-11-15 | 2023-07-07 | 钰深(北京)科技有限公司 | 服装智能推板方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107292948B (zh) | 一种人体建模方法、装置及电子设备 | |
| CN107123112A (zh) | 血流状态分析系统及方法 | |
| KR100874874B1 (ko) | 3차원 스캔 데이터로부터 인체치수와 의복호수 측정 시스템및 방법 | |
| CN106066898A (zh) | 三维全成型针织衫及产生其三维针织纸样的方法和系统 | |
| CN105069239A (zh) | 一种个体化服装样板的实现方法及系统 | |
| Yasseen et al. | Sketch-based garment design with quad meshes | |
| CN104510474B (zh) | 一种髌骨截骨三维测量方法及系统 | |
| CN101311967A (zh) | 一种基于实测人群体型的虚拟人台的建立方法及虚拟人台 | |
| JP2013069262A (ja) | デジタル人体モデルの特徴データ構造 | |
| CN108346156A (zh) | 用户身材参数获取方法和装置 | |
| Zhou et al. | Anthropometric body modeling based on orthogonal-view images | |
| CN109685883A (zh) | 服装样板生成方法、装置、设备及计算机可读存储介质 | |
| Scott et al. | Novel methods to drive pattern engineering through and for enhanced use of 3D technologies | |
| Wang et al. | Feature-based human model for digital apparel design | |
| Petrak et al. | Research of 3D body models computer adjustment based on anthropometric data determined by laser 3D scanner | |
| CN108280476A (zh) | 基于主成分分析和分层聚类的人体上肢带形态分类方法 | |
| Han et al. | Automatic custom pattern generation using width-height independent grading | |
| Nam et al. | A Study on the comparison of 3D virtual clothing and real clothing by neckline type | |
| CN115631322A (zh) | 面向用户的虚拟三维试衣方法和系统 | |
| Chen et al. | Breast volume measurement by mesh projection method based on 3D point cloud data | |
| Elnashar et al. | Trends in Mathematical Stitchless Model of Volume Fitting Stretch for Design of Sport Bra | |
| Vuruskan et al. | Fit analyses of bicycle clothing in active body poses | |
| Kim et al. | A comparison of fit and appearance between real pants with 3D virtual pants | |
| CN101311969B (zh) | 一种中华虚拟人台及其建立方法 | |
| Gu et al. | 3D female upper body modelling based on 2D images |
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 |