CN110533767A - 基于三维服装设计的凸肚体男衬衫样板参数化优化方法 - Google Patents
基于三维服装设计的凸肚体男衬衫样板参数化优化方法 Download PDFInfo
- Publication number
- CN110533767A CN110533767A CN201910753879.XA CN201910753879A CN110533767A CN 110533767 A CN110533767 A CN 110533767A CN 201910753879 A CN201910753879 A CN 201910753879A CN 110533767 A CN110533767 A CN 110533767A
- Authority
- CN
- China
- Prior art keywords
- template
- shirt
- men
- waist
- bulging body
- 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 42
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000013461 design Methods 0.000 title claims abstract description 20
- 210000001015 abdomen Anatomy 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims description 14
- 230000000630 rising effect Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 239000000523 sample Substances 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003187 abdominal effect Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000002715 modification method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/16—Cloth
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Corsets Or Brassieres (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Primary Health Care (AREA)
Abstract
本发明涉及一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法,首先采用聚类分析方法建立腰腹部体型判别规则,接着在三维服装设计软件中建立不同腰围尺寸的虚拟人体模特,然后建立男衬衫基型样板,并通过在虚拟人体模特上进行虚拟试穿及样板修正实验,得到合体男衬衫样板,最后通过样板叠加和数据分析方法,对样板进行分析,归纳得出非重度凸肚体样板及重度凸肚体样板变更规则式,建立凸肚体男衬衫参数化样板优化方法。本发明解决了凸肚体男衬衫样板快速生产的技术问题,改变了需根据经验进行样板修正并反复进行试身的男衬衫定制现状,提高了凸肚体男衬衫的合体性,提升了样板优化准确度,满足了量身定制男衬衫的生产需求。
Description
技术领域
本发明涉及服装制版技术领域,特别是涉及一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法。
背景技术
由年龄、生活习惯及遗传等因素产生的腹部隆起体型称为凸肚体。随着生活水平的提高,凸肚体特殊体型在人群中占有的比例越来越高。经文献查阅与消费市场调研,发现各类特殊体型中凸肚体所占比例最大,且该人群服装的合体性有待提升。然而,由于特殊体型的多样性、复杂性以及结构的不确定性,缺少相应的服装参数化修正方法,如何高效而准确地对凸肚体人群的服装样板进行优化成为了服装个性化定制过程中亟待解决的关键问题。
目前对特殊体型服装样板优化的研究主要集中在原型样板补正等定性研究方面。以往,特殊体型样板研究的一般方法为:首先通过人台补正获得非标准体,然后通过立体剪裁提取服装样板,该方法存在效率低、可重复性差、准确性低等问题。随着三维服装设计技术日趋成熟,利用该技术所进行的虚拟试穿及样板修正实验,具有快捷、高效、精准等特点。由此可见,只有在对特殊体型进行细化分类并建立特殊体型判别规则的基础上,利用三维服装设计技术建立三维人体模特并进行虚拟试穿及样板修正实验,从而得出凸肚体男性上体形态和男衬衫平面结构的关系,才能准确提出针对特体人群服装不合体问题的参数化解决方案。
发明内容
本发明所要解决的技术问题是提供一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法,提升凸肚体男衬衫的合体性和样板优化准确度。
本发明解决其技术问题所采用的技术方案是:提供一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法,包括以下步骤:
(1)获取多名男性上体尺寸,并采用聚类分析的方法对腰腹部体型进行细化分类,建立体型判别规则;
(2)利用人体建模仿真技术,在三维服装设计软件中建立不同腰围尺寸的虚拟人体模特;
(3)建立男衬衫基型样板,并设置样板关键点,并对关键点进行编号;
(4)在三维服装设计软件中进行采用男衬衫基型样板对虚拟人体模特进行虚拟试穿,并根据三维虚拟试穿效果对男衬衫基型样板进行合体平衡调整,最终得到各体型的合体男衬衫样板;
(5)通过样板叠加和数据分析方法对各体型的合体男衬衫样板进行分析,归纳得出非重度凸肚体样板及重度凸肚体样板变更规则式,建立凸肚体男衬衫参数化样板优化方法。
所述步骤(1)中采用K-means聚类分析方法对胸腰差进行聚类,将样本分为四类,分别为:重度凸肚体、中度凸肚体、正常体型和健美体型,其中,重度凸肚体判别规则为X_Bust-X_Waist≤5;中度凸肚体判别规则为((X_Bust-X_Waist)>5)&((X_Bust-X_Waist)≤9);正常体型判别规则为((X_Bust-X_Waist)>9)&((X_Bust-X_Waist)≤13);健美体型判别规则为X_Bust-X_Waist>13,X_Bust为胸围尺寸,X_Waist为腰围尺寸。
所述步骤(2)具体为:利用人体建模仿真技术,在三维服装设计软件中的模特尺寸编辑模块中修改虚拟人体模特各部位尺寸,以胸围中间体男性人体模特为基准进行建模,保持胸围和臀围围度不变,以1cm为公差依次增加人体腰围围度,构建不同腰围增量的虚拟人体模特。
所述步骤(3)中的样板关键点是以肩部、胸部、腰部和背部为基础,在男衬衫基型样板的各直线或曲线的交点处设置。
所述步骤(4)中根据三维虚拟试穿效果对男衬衫基型样板进行合体平衡调整时使得前衣身起翘量为0cm。
所述步骤(4)中对胸腰差为负数虚拟人体模特进行虚拟试穿前,需先根据腰围尺寸在男衬衫基型样板侧缝处加放宽松量。
所述步骤(5)中将导出的各腰围增量下的合体男衬衫样板进行叠加,对其各关键点位移数据进行统计分析的基础上,归纳总结男性上体形态与男衬衫平面结构的关系,建立的非重度凸肚体男衬衫样板参数优化线性模型方程为:衣身前片腰围处的剪开-旋转角度=-0.328胸腰差+4.990,建立的重度凸肚体男衬衫样板参数优化线性模型方程为:衣身前片腰围处的剪开-旋转角度=-0.416胸腰差+4.939。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明可以基于人体胸围与腰围的围度差值判定个体所属的腰腹部体型类别,并据此选择相应样板变更规则,获取具体的样板剪开-旋转角度和变化量,准确地进行样板修正,得到合体的男衬衫样板。本发明解决了凸肚体特殊体型男衬衫合体性的技术问题,避免了需根据经验进行样板修正并反复进行试身的男衬衫定制现状,降低了设计成本,提高了工作效率,提升了样板优化准确度,满足了量身定制男衬衫的生产需求。
附图说明
图1为特殊体型判别规则制定流程图;
图2为男性腰腹部体型特征分类示意图;
图3为三维男性人体模特侧视图;
图4为男衬衫原型结构图;
图5为男衬衫基型结构图;
图6为衣身样板的关键点设置示意图;
图7为腰围80cm人模男衬衫试穿效果图,其中,(a)基础样板,(b)修正样板;
图8为非重度凸肚体的衣身样板修正及试穿效果图;
图9为重度凸肚体的衣身样板修正及试穿效果图;
图10为非重度凸肚体的合体男衬衫样板叠加图;
图11为非重度凸肚体胸腰差与前片腰围处剪开-旋转角度关系图;
图12为重度凸肚体的合体男衬衫样板叠加图;
图13为重度凸肚体胸腰差与前片腰围处的剪开-旋转角度关系图;
图14为样板优化前后的样衣试穿效果对比图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法,首先采用聚类分析方法建立腰腹部体型判别规则,接着在三维服装设计软件中建立不同腰围尺寸的虚拟人体模特,然后建立男衬衫基型样板,并通过在虚拟人体模特上进行虚拟试穿及样板修正实验,得到合体男衬衫样板,最后通过样板叠加和数据分析方法,对样板进行分析,归纳得出非重度凸肚体样板及重度凸肚体样板变更规则式,建立凸肚体男衬衫参数化样板优化方法。具体如下:
一、腰腹部体型判别规则的制定
制定特殊体型的判别规则是对特殊体型样板进行研究的基础,特殊体型判别规则制定流程如图1所示。胸腰差(BW)是胸围(BL)与腰围(WL)的差值,计算公式为:BW=BL-WL,以胸腰差来表示人体腹部形态。进行男性上体尺寸测量实验,获得有效样本量为441。采用SPSS中K-means聚类分析方法对胸腰差进行聚类,要求迭代结果将变量分为3、4、5类,比较三种所聚类结果的优劣,确定聚类为4类时比较合适。当样本分为4类时,类别1是重度凸肚体,类别2是中度凸肚体,类别3是正常体型,类别4是健美体型。腰腹部体型特征分类如图2所示。根据聚类分析结果,将个体的胸围和腰围的尺寸分别用变量X_Bust、X_Waist定义,可建立腰腹部体型判别规则如表1。
表1腰腹部体型特征判别规则表
体型类别 | 判别规则/cm |
重度凸肚 | X_Bust-X_Waist≤5 |
中度凸肚 | ((X_Bust-X_Waist)>5)&((X_Bust-X_Waist)≤9) |
正常 | ((X_Bust-X_Waist)>9)&((X_Bust-X_Waist)≤13) |
健美 | X_Bust-X_Waist>13 |
通过将个体尺寸输入腰腹部体型判别规则,即可输出其体型类别,从而执行相应的样板变更规则,完成凸肚体男衬衫参数化样板优化。
二、三维虚拟男性人体的建立
利用人体建模仿真技术,以441个样本中胸围的中间体,即胸围为92cm的男性人体为例,在三维服装设计软件的虚拟模特编辑模块中,修改三维人体的各部位尺寸,进行虚拟人体建模。腹部形态和人体整体体型关系密切,因腹围的测量位置不易确定,而胸腰差值可以充分的表现凸肚等腰腹部体型特征,故通常用胸腰差来表示腹部形态。在保持人模的胸围和臀围尺寸不变的情况下,以1cm的公差依次增加人模的腰围尺寸,即腰围第1次变化增加了1cm,第二次变化增加了2×1cm……第N次变化增加了N×1cm,N=0,1,2…20,最终得到V0~V20共21个不同腰围尺寸的三维虚拟男性人体,人体的各部位尺寸如表2,其侧视图如图3所示。
表2三维虚拟男性人体各部位尺寸(单位:cm)
模特编号 | 腰围增量 | 腰围 | 胸围 | 臀围 | 腹围 | 胸腰差 | 体型类别 |
V<sub>0</sub> | 0 | 78 | 92 | 93.2 | 86.0 | 14 | 健美 |
V<sub>1</sub> | 1 | 79 | 92 | 93.2 | 86.5 | 13 | 正常 |
V<sub>2</sub> | 2 | 80 | 92 | 93.2 | 87.0 | 12 | 正常 |
V<sub>3</sub> | 3 | 81 | 92 | 93.2 | 87.5 | 11 | 正常 |
V<sub>4</sub> | 4 | 82 | 92 | 93.2 | 88.0 | 10 | 正常 |
V<sub>5</sub> | 5 | 83 | 92 | 93.2 | 88.5 | 9 | 中度凸肚 |
V<sub>6</sub> | 6 | 84 | 92 | 93.2 | 89.0 | 8 | 中度凸肚 |
V<sub>7</sub> | 7 | 85 | 92 | 93.2 | 89.5 | 7 | 中度凸肚 |
V<sub>8</sub> | 8 | 86 | 92 | 93.2 | 90.0 | 6 | 中度凸肚 |
V<sub>9</sub> | 9 | 87 | 92 | 93.2 | 90.5 | 5 | 重度凸肚 |
V<sub>10</sub> | 10 | 88 | 92 | 93.2 | 91.0 | 4 | 重度凸肚 |
V<sub>11</sub> | 11 | 89 | 92 | 93.2 | 91.5 | 3 | 重度凸肚 |
V<sub>12</sub> | 12 | 90 | 92 | 93.2 | 92.0 | 2 | 重度凸肚 |
V<sub>13</sub> | 13 | 91 | 92 | 93.2 | 92.5 | 1 | 重度凸肚 |
V<sub>14</sub> | 14 | 92 | 92 | 93.2 | 93.0 | 0 | 重度凸肚 |
V<sub>15</sub> | 15 | 93 | 92 | 93.2 | 93.5 | -1 | 重度凸肚 |
V<sub>16</sub> | 16 | 94 | 92 | 93.2 | 94.5 | -2 | 重度凸肚 |
V<sub>17</sub> | 17 | 95 | 92 | 93.2 | 95.5 | -3 | 重度凸肚 |
V<sub>18</sub> | 18 | 96 | 92 | 93.2 | 96.5 | -4 | 重度凸肚 |
V<sub>19</sub> | 19 | 97 | 92 | 93.2 | 97.5 | -5 | 重度凸肚 |
V<sub>20</sub> | 20 | 98 | 92 | 93.2 | 99.0 | -6 | 重度凸肚 |
三、男衬衫衣身基型样板的建立及关键点设置
1.男衬衫基型样板的建立
通过对比相关研究中各男衬衫结构设计方法着装效果,选择基于图4的男衬衫原型进行男衬衫基型结构设计,男衬衫衣身基型结构如图5所示。
2.男衬衫样板关键点的设置
在探究样板变更规则时应首先确定对样板变更起关键作用的结构点,即关键点。样板变更时关键点发生变化,随之,相邻关键点之间的直线、曲线改变,在保证样板不失真的基础上对基础样板进行修正。本实施方式中样板变更主要建立在人体变化的基础上,样板的关键点应与人体的关键部位相对应。男性上体关键部位一般为肩部、胸部、腰部、背部等,据此在样板各直线或曲线的交点处设置关键点,并遵从简单易辨、有规律可循、有序、无重复、国际通用的编码原则,以3位数字对关键点进行编码,如101、201等。同一款式中,各样板上的关键点编号不重复。衣身样板的关键点设置如图6所示的所有编号点。
四、凸肚体衣身样板的建立
在三维服装设计软件中,进行非重度凸肚体的虚拟试穿及样板补正实验。以80cm腰围的三维人体为例,其基础男衬衫样板的虚拟试穿效果如图7(a)所示,前衣身底摆处的起翘量为0.97cm,存在前后腰节不平衡的问题。对基础样板进行修正,直至衣身前后腰节平衡,前后腰节平衡的标准为底摆的起翘量为0cm。最终样板修正方案为前衣身腰围线处展开0.50cm,即剪开-旋转1.19°,后衣身的后衣长减少0.47cm,修正后样板的试穿效果图如图7(b)所示,对比图7(a)与图7(b)可以观察到:前衣身底摆处起翘量从0.97cm变为0cm,衣身前后腰节不平衡的问题得到了解决。同理,依次对非重度凸肚体的三维人体模特V1~V8所试穿的基础男衬衫样衣进行样板修正,样板修正前、后的男衬衫试穿效果及修正后样板图如图8所示,前衣身底摆处的起翘量从修正前的0.84~1.60cm降至修正后的0cm,前后腰节不平衡的问题得以解决。
同理,在三维服装设计软件中,进行重度凸肚体的虚拟试穿及样板补正实验。重度凸肚体的体型更为极端,应制定专门的样板修正方法,以提升样板优化的准确性。根据上述非重度凸肚体的样板修正方法,依次对重度凸肚体的三维人体模特V9~V20所试穿的基础男衬衫样衣进行样板修正。样板修正前、后的男衬衫试穿效果及修正后样板图如图9所示,前衣身底摆处的起翘量从修正前的1.82~3.70cm降至修正后的0cm,前后腰节不平衡的问题得以解决。需要注意的是,当胸腰差为负数时,需先根据腰围尺寸在样板侧缝处加放宽松量,再进行虚拟试穿及样板修正实验,以保证实验的一致性。
将修正后的非重度凸肚体及重度凸肚体的合体男衬衫样板导出,用于后续分析。
五、凸肚体样板变更规则的制定
人体的腰围和腹围改变,但人体前、后中心线位置未变。因此,前片以104号关键点(即以前中心线和底摆线的交点)作为重叠原点,后片以204号关键点(即以后中心线和腰围线的交点)作为重叠原点,分别以过重叠原点的水平线为X轴,前、后中心线所在的直线为Y轴,将导出的各腰围增量下的合体男衬衫样板进行叠加,对其各关键点位移数据进行统计分析。
本实施方式通过探究人体胸腰差与衣身前片腰围处的剪开-旋转角度的关系的方法,来排除腰围尺寸对前衣片腰围线处展开量的影响。将非重度凸肚体V0~V8的合体男衬衫样板进行叠加,如图10。并以基型男衬衫样板为基准,分别记录不同人体腰围增量下各关键点相对于基型样板的位移。衣身后衣长的减少量较为固定,取其平均值0.50cm。不同腰围增量下样板变更情况统计如表3。胸腰差与衣身前片上半部分的剪开-旋转角度关系图如图11,可将其关系视为线性关系,以人体胸腰差为自变量,前片腰围处剪开-旋转角度为因变量,采用SPSS线性回归分析探究二者关系。线性回归分析显示:模型摘要表中R2=0.978,表示该线性方程可以描述97.8%人体胸腰差与前片腰围处剪开-旋转角度的关系,说明该线性回归模型拟合优度好。方差分析结果显示显著性检验的p值为0,小于0.05的显著水平,表示回归模型整体解释变异量达到显著水平,可建立线性模型。系数摘要表如表4所示,可得回归方程为:
旋转角度=-0.328胸腰差+4.990 (1)
表3非重度凸肚体样板变更统计表
模特编号 | 腰围/cm | 胸腰差/cm | 前片展开量/cm | 后衣长减少量/cm | 剪开-旋转角度/° |
V<sub>0</sub> | 78 | 14 | 0.00 | 0.00 | 0.00 |
V<sub>1</sub> | 79 | 13 | 0.34 | 0.50 | 0.81 |
V<sub>2</sub> | 80 | 12 | 0.50 | 0.47 | 1.19 |
V<sub>3</sub> | 81 | 11 | 0.66 | 0.50 | 1.58 |
V<sub>4</sub> | 82 | 10 | 0.79 | 0.40 | 1.89 |
V<sub>5</sub> | 83 | 9 | 0.85 | 0.50 | 2.03 |
V<sub>6</sub> | 84 | 8 | 1.00 | 0.40 | 2.39 |
V<sub>7</sub> | 85 | 7 | 1.09 | 0.50 | 2.60 |
V<sub>8</sub> | 86 | 6 | 1.20 | 0.50 | 2.87 |
表4系数摘要
同理,重度凸肚体人体模特V9~V20的合体男衬衫样板叠加图如图12,样板变更情况统计如表5。衣身后衣长的减少量较为固定,取其平均值0.50cm。胸腰差与前片腰围处剪开-旋转角度关系图如图13。可将其关系视为线性关系,以人体胸腰差为自变量,前片腰围处剪开-旋转角度为因变量,进行线性回归分析。分析显示:模型摘要表中R2=0.990,表示该线性方程可以描述99.0%人体胸腰差与前片腰围处旋转角度的关系,拟合优度好。方差分析结果显示显著性检验的p值为0,表示可建立线性模型。系数摘要表如表6所示,可得回归方程为:
旋转角度=-0.416胸腰差+4.939 (2)
表5重度凸肚体样板变更统计表
模特编号 | 腰围/cm | 胸腰差/cm | 前片展开量/cm | 后衣长减少量/cm | 剪开-旋转角度/° |
V<sub>9</sub> | 87 | 5 | 1.32 | 0.50 | 3.15 |
V<sub>10</sub> | 88 | 4 | 1.40 | 0.50 | 3.34 |
V<sub>11</sub> | 89 | 3 | 1.50 | 0.50 | 3.58 |
V<sub>12</sub> | 90 | 2 | 1.60 | 0.50 | 3.82 |
V<sub>13</sub> | 91 | 1 | 1.82 | 0.50 | 4.35 |
V<sub>14</sub> | 92 | 0 | 1.95 | 0.70 | 4.66 |
V<sub>15</sub> | 93 | -1 | 2.30 | 0.50 | 5.49 |
V<sub>16</sub> | 94 | -2 | 2.50 | 0.50 | 5.85 |
V<sub>17</sub> | 95 | -3 | 2.70 | 0.50 | 6.44 |
V<sub>18</sub> | 96 | -4 | 3.00 | 0.50 | 6.87 |
V<sub>19</sub> | 97 | -5 | 3.10 | 0.50 | 7.03 |
V<sub>20</sub> | 98 | -6 | 3.20 | 0.50 | 7.18 |
表6系数摘要
本实施方式以男衬衫为例,通过归纳总结男性上体形态与男衬衫平面结构的关系,建立线性模型,分别得到非重度凸肚体、重度凸肚体样板的变更规则,提出凸肚体男衬衫参数化样板优化方法。
样衣制作及凸肚体样板变更规则的案例验证
本实施方式通过凸肚体型个体的男衬衫定制实例,对所提出的凸肚体男衬衫样板参数化优化方法进行检验。具体过程为:
抽取凸肚体的被试者,其人体尺寸如表7,按照其尺寸绘制基础男衬衫样板,制作基础版型样衣;再根据上述提出的样板优化方法,首先对腰腹部体型特征进行判别:输入其胸腰差X_Bust-X_Waist=6.5,输出其体型为中度凸肚体,通过公式(1)可得前片腰围处剪开-旋转角度为2.858°,后衣长减少量取平均值0.5cm,据此对基型样板进行修正,得到凸肚体样板,并制作样衣。样板优化前、后样衣的真实及虚拟试穿效果如图14所示,可知,样板修正前的男衬衫样衣的前衣身底摆处起翘量为1.81cm,前后腰节不平衡;根据本实施方式方法进行样板优化后的凸肚体样衣的衣身前中心线下半部分铅垂向下,底摆起翘量为0cm,证明前后腰节不平衡的问题得以解决,由此证明了本实施方式提出的凸肚体样板参数化优化方法可显著提高凸肚体特殊体型男衬衫的合体性。
表7被试者人体尺寸(单位:cm)
身高 | 颈椎点高 | 腰围高 | 净胸围 | 净颈围 | 总肩宽 | 净腰围 | 净臀围 | 腰腹部体型 |
177.0 | 150.1 | 112.9 | 101.0 | 43.4 | 45.0 | 94.5 | 104.0 | 中度凸肚 |
利用三维服装设计技术,进行虚拟试穿及样板修正实验,以替代以往人台补正及样衣试制实验部分,提高了实验的效率及准确度。利用本发明方法所提出的腰腹部体型判别规则及公式(1)、公式(2),可以基于人体胸腰差值判定个体所属的腰腹部体型类别,并据此选择相应样板变更规则,获取具体的前片腰围处剪开-旋转角度和后衣长变化量,借助服装CAD软件,精准、快速地进行样板修正,得到合体的凸肚体男衬衫样板。该参数化的样板优化方法解决了凸肚体特殊体型男衬衫合体性的技术问题,避免了需根据经验反复进行样板修正及样衣试身的男衬衫定制现状,降低了设计成本,提高了工作效率,提升了样板优化准确度,满足了量身定制男衬衫的生产需求。
Claims (7)
1.一种基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,包括以下步骤:
(1)获取多名男性上体尺寸,并采用聚类分析的方法对腰腹部体型进行细化分类,建立体型判别规则;
(2)利用人体建模仿真技术,在三维服装设计软件中建立不同腰围尺寸的虚拟人体模特;
(3)建立男衬衫基型样板,并设置样板关键点,并对关键点进行编号;
(4)在三维服装设计软件中进行采用男衬衫基型样板对虚拟人体模特进行虚拟试穿,并根据三维虚拟试穿效果对男衬衫基型样板进行合体平衡调整,最终得到各体型的合体男衬衫样板;
(5)通过样板叠加和数据分析方法对各体型的合体男衬衫样板进行分析,归纳得出非重度凸肚体样板及重度凸肚体样板变更规则式,建立凸肚体男衬衫参数化样板优化方法。
2.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(1)中采用K-means聚类分析方法对胸腰差进行聚类,将样本分为四类,分别为:重度凸肚体、中度凸肚体、正常体型和健美体型,其中,重度凸肚体判别规则为X_Bust-X_Waist≤5;中度凸肚体判别规则为((X_Bust-X_Waist)>5)&((X_Bust-X_Waist)≤9);正常体型判别规则为((X_Bust-X_Waist)>9)&((X_Bust-X_Waist)≤13);健美体型判别规则为X_Bust-X_Waist>13,X_Bust为胸围尺寸,X_Waist为腰围尺寸。
3.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(2)具体为:利用人体建模仿真技术,在三维服装设计软件中的模特尺寸编辑模块中修改虚拟人体模特各部位尺寸,以胸围中间体男性人体模特为基准进行建模,保持胸围和臀围围度不变,以1cm为公差依次增加人体腰围围度,构建不同腰围增量的虚拟人体模特。
4.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(3)中的样板关键点是以肩部、胸部、腰部和背部为基础,在男衬衫基型样板的各直线或曲线的交点处设置。
5.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(4)中根据三维虚拟试穿效果对男衬衫基型样板进行合体平衡调整时使得前衣身起翘量为0cm。
6.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(4)中对胸腰差为负数虚拟人体模特进行虚拟试穿前,需先根据腰围尺寸在男衬衫基型样板侧缝处加放宽松量。
7.根据权利要求1所述的基于三维服装设计的凸肚体男衬衫样板参数化优化方法,其特征在于,所述步骤(5)中将导出的各腰围增量下的合体男衬衫样板进行叠加,对其各关键点位移数据进行统计分析的基础上,归纳总结男性上体形态与男衬衫平面结构的关系,建立的非重度凸肚体男衬衫样板参数优化线性模型方程为:衣身前片腰围处的剪开-旋转角度=-0.328胸腰差+4.990,建立的重度凸肚体男衬衫样板参数优化线性模型方程为:衣身前片腰围处的剪开-旋转角度=-0.416胸腰差+4.939。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910753879.XA CN110533767A (zh) | 2019-08-15 | 2019-08-15 | 基于三维服装设计的凸肚体男衬衫样板参数化优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910753879.XA CN110533767A (zh) | 2019-08-15 | 2019-08-15 | 基于三维服装设计的凸肚体男衬衫样板参数化优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533767A true CN110533767A (zh) | 2019-12-03 |
Family
ID=68663387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910753879.XA Pending CN110533767A (zh) | 2019-08-15 | 2019-08-15 | 基于三维服装设计的凸肚体男衬衫样板参数化优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533767A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460613A (zh) * | 2020-03-03 | 2020-07-28 | 温州大学 | 一种男衬衫领的量裁一体化设计方法 |
CN112765831A (zh) * | 2021-02-01 | 2021-05-07 | 上海滨耀服饰有限公司 | 一种男衬衫定制的智能变版方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101156154A (zh) * | 2003-03-20 | 2008-04-02 | 姆布里奥有限责任公司 | 改进衣服合身性的系统和方法 |
CN102737338A (zh) * | 2012-05-24 | 2012-10-17 | 深圳市美丽同盟科技有限公司 | 新型虚拟试衣方法及系统 |
CN103886115A (zh) * | 2012-12-20 | 2014-06-25 | 上海工程技术大学 | 一种基于不同体型的三维虚拟人台的建立及其调用方法 |
CN107451339A (zh) * | 2017-07-13 | 2017-12-08 | 东华大学 | 基于三维建模的个性化无松量束裤参数化结构设计方法 |
-
2019
- 2019-08-15 CN CN201910753879.XA patent/CN110533767A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101156154A (zh) * | 2003-03-20 | 2008-04-02 | 姆布里奥有限责任公司 | 改进衣服合身性的系统和方法 |
CN102737338A (zh) * | 2012-05-24 | 2012-10-17 | 深圳市美丽同盟科技有限公司 | 新型虚拟试衣方法及系统 |
CN103886115A (zh) * | 2012-12-20 | 2014-06-25 | 上海工程技术大学 | 一种基于不同体型的三维虚拟人台的建立及其调用方法 |
CN107451339A (zh) * | 2017-07-13 | 2017-12-08 | 东华大学 | 基于三维建模的个性化无松量束裤参数化结构设计方法 |
Non-Patent Citations (4)
Title |
---|
刘晓霞: "基于特殊体型服装衣身结构设计及处理技巧", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, 15 March 2018 (2018-03-15), pages 3 - 16 * |
刘晓霞: "基于特殊体型服装衣身结构设计及处理技巧", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, pages 3 - 16 * |
方方,王子英: "K-means聚类分析在人体体型分类中的应用", 《东华大学学报(自然科学版)》, pages 593 - 598 * |
胡潮江,贺义军,王宏付: "人体厚度对贴体上装衣身结构的影响", 《纺织学报》, pages 129 - 134 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460613A (zh) * | 2020-03-03 | 2020-07-28 | 温州大学 | 一种男衬衫领的量裁一体化设计方法 |
CN112765831A (zh) * | 2021-02-01 | 2021-05-07 | 上海滨耀服饰有限公司 | 一种男衬衫定制的智能变版方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8123589B2 (en) | System and method of constructing and sizing brassieres | |
CN101017575B (zh) | 基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法 | |
CN101311967B (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 | |
CN110533767A (zh) | 基于三维服装设计的凸肚体男衬衫样板参数化优化方法 | |
CN100430949C (zh) | 分部位组合式三维参数化数字人台构建方法 | |
CN105029812B (zh) | 一种人台制作方法及应用该方法制作的人台 | |
CN103393245B (zh) | 一种基于网格投影法的三维乳房体积测量方法 | |
CN101334805A (zh) | 个性化裤装智能设计及样板自动生成方法 | |
CN108399287A (zh) | 采用模糊层次分析的机床横梁设计方案的评估方法 | |
CN101716022B (zh) | 一种新型袖窿剪裁方法 | |
CN102266139A (zh) | 西服类袖子裁剪方法 | |
CN107480315A (zh) | 参数化样板设计的方法和系统 | |
CN105069239A (zh) | 一种个体化服装样板的实现方法及系统 | |
CN103838963A (zh) | 一种文胸压力舒适性评价方法 | |
CN104376187A (zh) | 一种基于逆向工程技术的中间体虚拟人台的构建方法 | |
CN103300523B (zh) | 基于摄像技术的西服板型调整方法 | |
CN106798558A (zh) | 基于主成分分析的关键脑区的度量方法 | |
CN101311968A (zh) | 一种虚拟人台的应用方法 | |
CN104657548B (zh) | 一种平板裂缝阵天线辐射阵面误差的建模方法 | |
CN108741342A (zh) | 一种基于因子分析和概率神经网络的人体体型聚类方法 | |
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 | |
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 | |
CN102125322B (zh) | 基于回归方程基础上的优化的手工测量方法 | |
CN109741149B (zh) | 一种服装号型生成方法及系统 | |
CN105279320B (zh) | 一种生成fdtd网格的方法 |
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 |