CN118191280A - 一种纺织面料舒适性测试方法、系统及介质 - Google Patents

一种纺织面料舒适性测试方法、系统及介质 Download PDF

Info

Publication number
CN118191280A
CN118191280A CN202410151065.XA CN202410151065A CN118191280A CN 118191280 A CN118191280 A CN 118191280A CN 202410151065 A CN202410151065 A CN 202410151065A CN 118191280 A CN118191280 A CN 118191280A
Authority
CN
China
Prior art keywords
fabric
test
information
textile fabric
image
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
Application number
CN202410151065.XA
Other languages
English (en)
Inventor
杜赵群
黄华
施赛杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Hongda Experiment Instruments Co ltd
Donghua University
Original Assignee
Nantong Hongda Experiment Instruments Co ltd
Donghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Hongda Experiment Instruments Co ltd, Donghua University filed Critical Nantong Hongda Experiment Instruments Co ltd
Priority to CN202410151065.XA priority Critical patent/CN118191280A/zh
Publication of CN118191280A publication Critical patent/CN118191280A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Treatment Of Fiber Materials (AREA)

Abstract

本申请实施例提供了一种纺织面料舒适性测试方法、系统及介质,该方法包括:获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表;通过仿真软件进行面料与人体模型进行建模,从而使纺织面料在不同的测试环境中进行舒适度测试,提高测试灵活性,实时将测试结果进行生成测试报表,方便进行数据分析。

Description

一种纺织面料舒适性测试方法、系统及介质
技术领域
本申请涉及纺织面料领域,具体而言,涉及一种纺织面料舒适性测试方法、系统及介质。
背景技术
随着科技进步,人文发展和社会审美的逐步提升,纺织材料的发展也日新月异,人们对于织物的各方面性能提出了更多的要求,纺织品的最主要用途就是作为服装和家居用品,织物的舒适性能显得越来越重要。现有的纺织面料舒适性测试方法中,均是直接对纺织面料进行测试,测试误差较大,没有通过仿真软件进行模拟人体模型与待测面料模型进行虚拟测试,无法灵活的改变测试环境,从而难以对纺织面料进行多角度测试,测试效果较差;针对上述问题,目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种纺织面料舒适性测试方法、系统及介质,通过仿真软件进行面料与人体模型进行建模,从而使纺织面料在不同的测试环境中进行舒适度测试,提高测试灵活性,并实时将测试结果进行生成测试报表,方便进行数据分析。
本申请实施例还提供了一种纺织面料舒适性测试方法,包括:
获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
可选地,在本申请实施例所述的纺织面料舒适性测试方法中,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
将所有子图像对应的优化子图像进行融合处理,生成增强图像。
可选地,在本申请实施例所述的纺织面料舒适性测试方法中,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于或等于预设的特征偏差率阈值;
若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
可选地,在本申请实施例所述的纺织面料舒适性测试方法中,基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型,具体包括:
获取面料参数信息,面料参数信息包括面料的类型、面料的纤维密度、面料的纤维厚度、面料的纱线分布信息、纱线分布路径与相邻纱线之间的间距信息;
将面料参数信息输入仿真软件中,得到待测面料模型;
获取待测面料模型的模型参数信息,将模型参数信息与面料参数信息进行比较,得到参数匹配度;
判断所述参数匹配度是否大于或等于设定的匹配度阈值;
若大于或等于,则生成修正信息,根据修正信息调整模型参数信息;
若小于,则根据面料参数信息构建人体模型,并将待测面料套在人体模型外侧;
获取人体模型的参数信息;
将人体模型的参数信息与待测面料的模型参数信息进行比较,得到宽松度;
根据宽松度调整人体模型的参数信息,生成最终的人体模型。
可选地,在本申请实施例所述的纺织面料舒适性测试方法中,基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息,具体包括:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,形成人体模型的温度与汗液量之间的关系曲线,根据关系曲线生成第一测试环境;
获取人体模型,根据人体模型分析关节信息,根据关节信息配置人体移动信息;
根据人体移动信息分析人体姿态信息,根据人体姿态信息进行构建第二测试环境;
根据第一测试环境对纺织面料的汗液吸附状态与汗液舒适度进行测试,得到第一测试信息;
根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息。
可选地,在本申请实施例所述的纺织面料舒适性测试方法中,将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表,具体包括:
根据第一测试环境生成第一测试信息,将第一测试信息输入测试模型生成第一舒适度测试结果,将第一舒适度测试结果与第一测试环境生成对应的第一测试报表;
根据第二测试环境生成第二测试信息,将第二测试信息输入测试模型生成第二舒适度测试结果,将第二舒适度测试结果与第二测试环境生成对应的第二测试报表;
根据第一测试报表与第二测试报表进行整理,生成最终的测试报表;
将最终的测试报表按照预定的方式加载至终端。
第二方面,本申请实施例提供了一种纺织面料舒适性测试系统,该系统包括:存储器及处理器,所述存储器中包括纺织面料舒适性测试方法的程序,所述纺织面料舒适性测试方法的程序被所述处理器执行时实现以下步骤:
获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
可选地,在本申请实施例所述的纺织面料舒适性测试系统中,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
将所有子图像对应的优化子图像进行融合处理,生成增强图像。
可选地,在本申请实施例所述的纺织面料舒适性测试系统中,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于或等于预设的特征偏差率阈值;
若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
第三方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括纺织面料舒适性测试方法程序,所述纺织面料舒适性测试方法程序被处理器执行时,实现如上述任一项所述的纺织面料舒适性测试方法的步骤。
由上可知,本申请实施例提供的一种纺织面料舒适性测试方法、系统及介质,通过获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表;通过仿真软件进行面料与人体模型进行建模,从而使纺织面料在不同的测试环境中进行舒适度测试,提高测试灵活性,并实时将测试结果进行生成测试报表,方便进行数据分析。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的纺织面料舒适性测试方法的流程图;
图2为本申请实施例提供的纺织面料舒适性测试方法的增强图像生成方法流程图;
图3为本申请实施例提供的纺织面料舒适性测试方法的面料参数信息获取流程图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种纺织面料舒适性测试方法的流程图。该纺织面料舒适性测试方法用于终端设备中,该纺织面料舒适性测试方法,包括以下步骤:
S101,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
S102,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
S103,基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
S104,基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
S105,将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
需要说明的是,通过仿真软件进行建立待测面料模型与人体模型,根据构建的不同测试环境对待测面料模型进行模拟测试,从而精准的对纺织面料的舒适性进行测试,提高测试精度。
请参照图2,图2是本申请一些实施例中的一种纺织面料舒适性测试方法的增强图像生成方法流程图。根据本发明实施例,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
S201,获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
S202,将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
S203,将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
S204,将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
S205,将所有子图像对应的优化子图像进行融合处理,生成增强图像。
需要说明的是,通过对纺织面料图像进行切片处理,从而对每一个子图像进行单独处理,并分析纺织面料图像的像素点的灰度值,从而对纺织面料图像进行优化处理,使纺织面料图像更加清晰的显示面料特征。
请参照图3,图3是本申请一些实施例中的一种纺织面料舒适性测试方法的面料参数信息获取流程图。根据本发明实施例,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
S301,获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
S302,判断特征偏差率是否大于或等于预设的特征偏差率阈值;
S303,若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
S304,若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
S305,根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
需要说明的是,通过分析增强图像特征从而区分出背景特征与面料特征,将背景特征进行虚化模糊,从而至显示面料特征,提高面料特征的显示效果,精准的对纺织面料的面料参数进行获取,在通过仿真软件进行建立待测面料模型时,更加精准,降低测试误差。
根据本发明实施例,基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型,具体包括:
获取面料参数信息,面料参数信息包括面料的类型、面料的纤维密度、面料的纤维厚度、面料的纱线分布信息、纱线分布路径与相邻纱线之间的间距信息;
将面料参数信息输入仿真软件中,得到待测面料模型;
获取待测面料模型的模型参数信息,将模型参数信息与面料参数信息进行比较,得到参数匹配度;
判断参数匹配度是否大于或等于设定的匹配度阈值;
若大于或等于,则生成修正信息,根据修正信息调整模型参数信息;
若小于,则根据面料参数信息构建人体模型,并将待测面料套在人体模型外侧;
获取人体模型的参数信息;
将人体模型的参数信息与待测面料的模型参数信息进行比较,得到宽松度;
根据宽松度调整人体模型的参数信息,生成最终的人体模型。
需要说明的是,在进行人体模型建立过程中,通过分析人体模型的参数信息与待测面料的模型参数进行匹配,从而不断的调整模型参数信息,保证人体模型与待测面料匹配,提高测试精度。
根据本发明实施例,基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息,具体包括:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,形成人体模型的温度与汗液量之间的关系曲线,根据关系曲线生成第一测试环境;
获取人体模型,根据人体模型分析关节信息,根据关节信息配置人体移动信息;
根据人体移动信息分析人体姿态信息,根据人体姿态信息进行构建第二测试环境;
根据第一测试环境对纺织面料的汗液吸附状态与汗液舒适度进行测试,得到第一测试信息;
根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息。
需要说明的是,通过人体模型进行模拟人体温度与汗液生成的关系,从而模拟出人体出汗的状态,从而对纺织面料能够汗液吸收测试,实现纺织面料的温湿度测试,此外在人体运行过程中,通过模拟人体姿态进行分析人体与纺织面料之间的摩擦状态,分析摩擦舒适度,进行分析纺织面料的舒适度,通过模拟不同的测试环境进行多维的测试纺织面料的舒适性,提高测试灵活性。
根据本发明实施例,将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表,具体包括:
根据第一测试环境生成第一测试信息,将第一测试信息输入测试模型生成第一舒适度测试结果,将第一舒适度测试结果与第一测试环境生成对应的第一测试报表;
根据第二测试环境生成第二测试信息,将第二测试信息输入测试模型生成第二舒适度测试结果,将第二舒适度测试结果与第二测试环境生成对应的第二测试报表;
根据第一测试报表与第二测试报表进行整理,生成最终的测试报表;
将最终的测试报表按照预定的方式加载至终端。
需要说明的是,不同的测试环境生成不同的测试报表,将不同测试环境的测试报表进行单独整理存储,在对测试报表进行调取分析时,提高数据获取的效率,提高分析精度。
根据本发明实施例,通过人体模型进行模拟产生汗液量分析纺织面料舒适度方法如下:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,通过汗液模拟模块进行模拟产生汗液量;
获取当前纺织面料的湿度信息,根据湿度信息进行分析纺织面料的汗液吸附信息;
根据纺织面料的汗液吸附信息进行分析对应的人体模型感受信息;
根据人体模型感受信息进行分析人体模型的舒适度;
根据人体模型的舒适度生成舒适度测试结果。
需要说明的是,通过分析人体模型在出汗过程中的纺织面料的吸汗情况,以及在出汗情况下的人体感受,从而进行分析纺织面料在应对出汗情况下的舒适度,提高测试的多样性。
根据本发明实施例,还包括:获取纺织面料图像,根据纺织面料图像进行分析纺织面料的颜色信息;
根据颜色信息进行分析色彩度;
根据色彩度进行分析感官疲劳度,根据感官疲劳度生成色彩测试信息;
根据色彩测试信息生成纺织面料的颜色测试结果,根据颜色测试结果生成纺织面料的颜色影响信息。
需要说明的是,纺织面料的不同颜色会对不同的人群产生一定的视觉影响,通过分析纺织面料的颜色信息进行分析纺织面料的颜色舒适度,从而根据颜色测试结果进行分析颜色对不同用户人群的影响,提高纺织面料的测试多样性。
根据本发明实施例,根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息,具体包括:
根据第二测试环境获取人体姿态信息,根据人体姿态信息生成人体关节变化信息,根据人体关节变化信息生成人体关节与纺织面料之间的接触信息;
根据接触信息分析人体模型与纺织面料之间的摩擦信息,根据摩擦信息分析摩擦力;
根据摩擦力生成摩擦强度,根据摩擦强度分析人体摩擦感受,根据人体摩擦感受分析人体摩擦舒适度;
根据人体摩擦舒适度进行分析纺织面料的摩擦舒适性信息。
需要说明的是,在人体移动过程中会与纺织面料产生一定的摩擦,通过分析人体与纺织面料之间的摩擦,从而进行分析纺织面料在适应不同人体运动时的摩擦情况,从而对防止面料的摩擦性能进行测试,从而对纺织面料进行多种情况的测试,提高测试灵活性。
根据本发明实施例,还包括:
获取第一测试环境与第二测试环境,根据第一测试环境对纺织面料进行测试,得到第一舒适度信息;
将第一舒适度信息与预设的舒适度信息进行比较,得到第一舒适度评价信息;
根据第二测试环境对纺织面料进行测试,得到第二舒适度信息;
将第二舒适度信息与预设的舒适度信息进行比较,得到第二舒适度评价信息;
根据第一舒适度评价信息与第二舒适度评价信息进行分析纺织面料的功能信息;
根据功能信息对纺织面料的舒适性侧重方向进行匹配,得到匹配结果;
根据匹配结果对纺织面料进行分类。
需要说明的是,通过不同的测试环境对纺织面料进行舒适度测试,从而得到舒适度信息,根据舒适度进行对纺织面料的舒适性进行评价,从而根据评价结果将纺织面料的优点进行分析,根据纺织面料的优点与侧重点对纺织面料进行分类,从而精准的对不同的纺织面料进行推广。
第二方面,本申请实施例提供了一种纺织面料舒适性测试系统,该系统包括:存储器及处理器,存储器中包括纺织面料舒适性测试方法的程序,纺织面料舒适性测试方法的程序被处理器执行时实现以下步骤:
获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
需要说明的是,通过仿真软件进行建立待测面料模型与人体模型,根据构建的不同测试环境对待测面料模型进行模拟测试,从而精准的对纺织面料的舒适性进行测试,提高测试精度。
根据本发明实施例,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
将所有子图像对应的优化子图像进行融合处理,生成增强图像。
需要说明的是,通过对纺织面料图像进行切片处理,从而对每一个子图像进行单独处理,并分析纺织面料图像的像素点的灰度值,从而对纺织面料图像进行优化处理,使纺织面料图像更加清晰的显示面料特征。
根据本发明实施例,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
判断特征偏差率是否大于或等于预设的特征偏差率阈值;
若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
需要说明的是,通过分析增强图像特征从而区分出背景特征与面料特征,将背景特征进行虚化模糊,从而至显示面料特征,提高面料特征的显示效果,精准的对纺织面料的面料参数进行获取,在通过仿真软件进行建立待测面料模型时,更加精准,降低测试误差。
根据本发明实施例,基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型,具体包括:
获取面料参数信息,面料参数信息包括面料的类型、面料的纤维密度、面料的纤维厚度、面料的纱线分布信息、纱线分布路径与相邻纱线之间的间距信息;
将面料参数信息输入仿真软件中,得到待测面料模型;
获取待测面料模型的模型参数信息,将模型参数信息与面料参数信息进行比较,得到参数匹配度;
判断参数匹配度是否大于或等于设定的匹配度阈值;
若大于或等于,则生成修正信息,根据修正信息调整模型参数信息;
若小于,则根据面料参数信息构建人体模型,并将待测面料套在人体模型外侧;
获取人体模型的参数信息;
将人体模型的参数信息与待测面料的模型参数信息进行比较,得到宽松度;
根据宽松度调整人体模型的参数信息,生成最终的人体模型。
需要说明的是,在进行人体模型建立过程中,通过分析人体模型的参数信息与待测面料的模型参数进行匹配,从而不断的调整模型参数信息,保证人体模型与待测面料匹配,提高测试精度。
根据本发明实施例,基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息,具体包括:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,形成人体模型的温度与汗液量之间的关系曲线,根据关系曲线生成第一测试环境;
获取人体模型,根据人体模型分析关节信息,根据关节信息配置人体移动信息;
根据人体移动信息分析人体姿态信息,根据人体姿态信息进行构建第二测试环境;
根据第一测试环境对纺织面料的汗液吸附状态与汗液舒适度进行测试,得到第一测试信息;
根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息。
需要说明的是,通过人体模型进行模拟人体温度与汗液生成的关系,从而模拟出人体出汗的状态,从而对纺织面料能够汗液吸收测试,实现纺织面料的温湿度测试,此外在人体运行过程中,通过模拟人体姿态进行分析人体与纺织面料之间的摩擦状态,分析摩擦舒适度,进行分析纺织面料的舒适度,通过模拟不同的测试环境进行多维的测试纺织面料的舒适性,提高测试灵活性。
根据本发明实施例,将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表,具体包括:
根据第一测试环境生成第一测试信息,将第一测试信息输入测试模型生成第一舒适度测试结果,将第一舒适度测试结果与第一测试环境生成对应的第一测试报表;
根据第二测试环境生成第二测试信息,将第二测试信息输入测试模型生成第二舒适度测试结果,将第二舒适度测试结果与第二测试环境生成对应的第二测试报表;
根据第一测试报表与第二测试报表进行整理,生成最终的测试报表;
将最终的测试报表按照预定的方式加载至终端。
需要说明的是,不同的测试环境生成不同的测试报表,将不同测试环境的测试报表进行单独整理存储,在对测试报表进行调取分析时,提高数据获取的效率,提高分析精度。
根据本发明实施例,通过人体模型进行模拟产生汗液量分析纺织面料舒适度方法如下:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,通过汗液模拟模块进行模拟产生汗液量;
获取当前纺织面料的湿度信息,根据湿度信息进行分析纺织面料的汗液吸附信息;
根据纺织面料的汗液吸附信息进行分析对应的人体模型感受信息;
根据人体模型感受信息进行分析人体模型的舒适度;
根据人体模型的舒适度生成舒适度测试结果。
需要说明的是,通过分析人体模型在出汗过程中的纺织面料的吸汗情况,以及在出汗情况下的人体感受,从而进行分析纺织面料在应对出汗情况下的舒适度,提高测试的多样性。
根据本发明实施例,还包括:获取纺织面料图像,根据纺织面料图像进行分析纺织面料的颜色信息;
根据颜色信息进行分析色彩度;
根据色彩度进行分析感官疲劳度,根据感官疲劳度生成色彩测试信息;
根据色彩测试信息生成纺织面料的颜色测试结果,根据颜色测试结果生成纺织面料的颜色影响信息。
需要说明的是,纺织面料的不同颜色会对不同的人群产生一定的视觉影响,通过分析纺织面料的颜色信息进行分析纺织面料的颜色舒适度,从而根据颜色测试结果进行分析颜色对不同用户人群的影响,提高纺织面料的测试多样性。
根据本发明实施例,根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息,具体包括:
根据第二测试环境获取人体姿态信息,根据人体姿态信息生成人体关节变化信息,根据人体关节变化信息生成人体关节与纺织面料之间的接触信息;
根据接触信息分析人体模型与纺织面料之间的摩擦信息,根据摩擦信息分析摩擦力;
根据摩擦力生成摩擦强度,根据摩擦强度分析人体摩擦感受,根据人体摩擦感受分析人体摩擦舒适度;
根据人体摩擦舒适度进行分析纺织面料的摩擦舒适性信息。
需要说明的是,在人体移动过程中会与纺织面料产生一定的摩擦,通过分析人体与纺织面料之间的摩擦,从而进行分析纺织面料在适应不同人体运动时的摩擦情况,从而对防止面料的摩擦性能进行测试,从而对纺织面料进行多种情况的测试,提高测试灵活性。
根据本发明实施例,还包括:
获取第一测试环境与第二测试环境,根据第一测试环境对纺织面料进行测试,得到第一舒适度信息;
将第一舒适度信息与预设的舒适度信息进行比较,得到第一舒适度评价信息;
根据第二测试环境对纺织面料进行测试,得到第二舒适度信息;
将第二舒适度信息与预设的舒适度信息进行比较,得到第二舒适度评价信息;
根据第一舒适度评价信息与第二舒适度评价信息进行分析纺织面料的功能信息;
根据功能信息对纺织面料的舒适性侧重方向进行匹配,得到匹配结果;
根据匹配结果对纺织面料进行分类。
需要说明的是,通过不同的测试环境对纺织面料进行舒适度测试,从而得到舒适度信息,根据舒适度进行对纺织面料的舒适性进行评价,从而根据评价结果将纺织面料的优点进行分析,根据纺织面料的优点与侧重点对纺织面料进行分类,从而精准的对不同的纺织面料进行推广。
本发明第三方面提供了一种计算机可读存储介质,可读存储介质中包括纺织面料舒适性测试方法程序,纺织面料舒适性测试方法程序被处理器执行时,实现如上述任一项的纺织面料舒适性测试方法的步骤。
本发明公开的一种纺织面料舒适性测试方法、系统及介质,通过获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表;通过仿真软件进行面料与人体模型进行建模,从而使纺织面料在不同的测试环境中进行舒适度测试,提高测试灵活性,并实时将测试结果进行生成测试报表,方便进行数据分析。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种纺织面料舒适性测试方法,其特征在于,包括:
获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
2.根据权利要求1所述的纺织面料舒适性测试方法,其特征在于,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
将所有子图像对应的优化子图像进行融合处理,生成增强图像。
3.根据权利要求2所述的纺织面料舒适性测试方法,其特征在于,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于或等于预设的特征偏差率阈值;
若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
4.根据权利要求3所述的纺织面料舒适性测试方法,其特征在于,基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型,具体包括:
获取面料参数信息,面料参数信息包括面料的类型、面料的纤维密度、面料的纤维厚度、面料的纱线分布信息、纱线分布路径与相邻纱线之间的间距信息;
将面料参数信息输入仿真软件中,得到待测面料模型;
获取待测面料模型的模型参数信息,将模型参数信息与面料参数信息进行比较,得到参数匹配度;
判断所述参数匹配度是否大于或等于设定的匹配度阈值;
若大于或等于,则生成修正信息,根据修正信息调整模型参数信息;
若小于,则根据面料参数信息构建人体模型,并将待测面料套在人体模型外侧;
获取人体模型的参数信息;
将人体模型的参数信息与待测面料的模型参数信息进行比较,得到宽松度;
根据宽松度调整人体模型的参数信息,生成最终的人体模型。
5.根据权利要求4所述的纺织面料舒适性测试方法,其特征在于,基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息,具体包括:
获取人体模型,基于人体模型的参数信息在人体模型上设置温度控制模块与汗液模拟模块;
根据温度控制模块进行动态控制人体模型的温度,根据人体模型的温度进行匹配对应的汗液量,形成人体模型的温度与汗液量之间的关系曲线,根据关系曲线生成第一测试环境;
获取人体模型,根据人体模型分析关节信息,根据关节信息配置人体移动信息;
根据人体移动信息分析人体姿态信息,根据人体姿态信息进行构建第二测试环境;
根据第一测试环境对纺织面料的汗液吸附状态与汗液舒适度进行测试,得到第一测试信息;
根据第二测试环境对纺织面料的摩擦舒适度进行测试,得到第二测试信息。
6.根据权利要求5所述的纺织面料舒适性测试方法,其特征在于,将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表,具体包括:
根据第一测试环境生成第一测试信息,将第一测试信息输入测试模型生成第一舒适度测试结果,将第一舒适度测试结果与第一测试环境生成对应的第一测试报表;
根据第二测试环境生成第二测试信息,将第二测试信息输入测试模型生成第二舒适度测试结果,将第二舒适度测试结果与第二测试环境生成对应的第二测试报表;
根据第一测试报表与第二测试报表进行整理,生成最终的测试报表;
将最终的测试报表按照预定的方式加载至终端。
7.一种纺织面料舒适性测试系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括纺织面料舒适性测试方法的程序,所述纺织面料舒适性测试方法的程序被所述处理器执行时实现以下步骤:
获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像;
根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息;
基于纺织面料的面料参数信息在仿真软件中构建待测面料模型与人体模型;
基于人体模型构建不同的测试环境,基于不同的测试环境进行采集待测面料模型的测试信息;
将测试信息输入测试模型生成舒适度测试结果,将舒适度测试结果与测试环境进行匹配生成测试报表。
8.根据权利要求7所述的纺织面料舒适性测试系统,其特征在于,获取纺织面料图像,将纺织面料图像进行预处理,得到增强图像,具体包括:
获取纺织面料图像,将纺织面料图像进行若干个切片处理,得到若干个子图像;
将若干个子图像进行灰度处理,得到每一个像素点的灰度值;
将同一个子图像的所有像素点的灰度值进行分析,剔除灰度值超出设定灰度区间的像素点,将剔除后的像素点进行图像填充,得到优化子图像;
将若干个子图像依次进行像素点剔除与图像填充,得到每一个子图像对应的优化子图像;
将所有子图像对应的优化子图像进行融合处理,生成增强图像。
9.根据权利要求8所述的纺织面料舒适性测试系统,其特征在于,根据增强图像提取纹理特征,根据纹理特征得到纺织面料的面料参数信息,具体包括:
获取增强图像,提取图像特征,将图像特征与设定的特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于或等于预设的特征偏差率阈值;
若大于或等于,则判定图像特征为背景特征,将背景特征进行虚化处理;
若小于,则判定图像特征为面料特征,将面料特征进行分析面料的纹理分布,生成纹理特征;
根据纹理特征进行分析纺织面料的面料参数,得到面料参数信息,面料参数信息包括面料纱线尺寸、纱线缠绕信息、纱线分布路径与相邻纱线之间的间距信息。
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中包括纺织面料舒适性测试方法程序,所述纺织面料舒适性测试方法程序被处理器执行时,实现如权利要求1至6中任一项所述的纺织面料舒适性测试方法的步骤。
CN202410151065.XA 2024-02-02 2024-02-02 一种纺织面料舒适性测试方法、系统及介质 Pending CN118191280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410151065.XA CN118191280A (zh) 2024-02-02 2024-02-02 一种纺织面料舒适性测试方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410151065.XA CN118191280A (zh) 2024-02-02 2024-02-02 一种纺织面料舒适性测试方法、系统及介质

Publications (1)

Publication Number Publication Date
CN118191280A true CN118191280A (zh) 2024-06-14

Family

ID=91405746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410151065.XA Pending CN118191280A (zh) 2024-02-02 2024-02-02 一种纺织面料舒适性测试方法、系统及介质

Country Status (1)

Country Link
CN (1) CN118191280A (zh)

Similar Documents

Publication Publication Date Title
CN108122234A (zh) 卷积神经网络训练及视频处理方法、装置和电子设备
Ju et al. Estimating cloth simulation parameters from a static drape using neural networks
Chen et al. Virtual reality interactive teaching for Chinese traditional Tibetan clothing
KR102553955B1 (ko) 직물의 물성 파라미터를 추정하기 위한 인공 신경망의 트레이닝 데이터를 생성하는 방법, 직물의 물성 파라미터를 추정하는 방법 및 장치
WO2021009062A1 (en) Methods of estimating a bare body shape from a concealed scan of the body
CN110210492A (zh) 一种基于深度学习的立体图像视觉显著性检测方法
CN117934782B (zh) Xr扩展现实场景的构建方法、装置、设备及存储介质
Easom-McCaldin et al. Efficient quantum image classification using single qubit encoding
CN113158493B (zh) 纺织品虚拟触觉评价与预测方法及系统
Cao et al. Vis2hap: Vision-based haptic rendering by cross-modal generation
CN110400307A (zh) 一种基于区域差异的屏幕图像质量评估方法
CN118191280A (zh) 一种纺织面料舒适性测试方法、系统及介质
CN117556258A (zh) 运动数据处理方法、装置、设备及存储介质
CN113144613A (zh) 基于模型的体积云生成的方法
CN108647789A (zh) 一种基于状态分布感知采样的智能体深度价值函数学习方法
CN112070879A (zh) 一种智能试衣系统及虚拟试衣方法
Farahani et al. Modeling the bagging behavior of worsted fabrics using response surface methodology
CN112418273B (zh) 一种服饰流行程度评价方法、装置、智能终端及存储介质
CN116266408A (zh) 体型估计方法、装置、存储介质及电子设备
CN116483208B (zh) 虚拟现实设备的防晕眩方法、装置、计算机设备及介质
CN104809060B (zh) 应用上线指标的检测方法及装置
US20240087274A1 (en) Simulation of three-dimensional fabric draping using machine learning model
EP4250239A1 (en) Method and device for simulating draping of three-dimensional fabric
EP4250240A1 (en) Three-dimensional fabric draping simulation method and device
CN117934690B (zh) 家居软装管理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination