论文部分内容阅读
现代服装行业采用的国标服装号型是按照胸腰差划分体型，主要用来描述尺寸大小的相关变化，缺乏对横截面曲线形态变化的区分，而横截面曲线形态与服装结构紧密相关，想要更精确掌握人体各部位的形态变化规律以满足服装定制的需求,有必要对人体的曲线变化情况进行分析和研究。目前，针对人体横截面形态进行的人体体型研究尚未深入展开，这不利于实现服装量身定制平民化的开展。本课题从横截面曲线形态入手，构建基本部位横截面曲线数学模型，通过提取横截面曲线形态参数来进行人体体型分析，从而表征人体体表形态特征，为现有人体体型研究提供一种新的思路。同时构建了极限学习机人体体型识别模型，开发了一款人体体型识别系统，实现人体体型的快速识别，为服装个性化定制的平民化和虚拟试衣的推广提供基础。本课题主要包括以下几个方面的内容：1.课题通过美国[TC]2三维非接触式人体测量仪获取了213名在校男大学生的人体测量数据,采集人体躯干部分的三维点云数据,并根据课题要求提取了人体尺寸数据。2.利用Imageware软件对获得的点云数据进行处理,提取能表征人体形态的基本部位截面曲线。利用MATLAB R2012b软件对提取的横截面进行坐标转换、轴线调整与对称处理，使用最小二乘法对截面进行曲线拟合，并对半边截面每隔5°提取曲率半径。3.对提取的曲率半径进行筛选，根据筛选得到的截面特征点曲率半径和横截面的矢额径比，应用K-means聚类算法进行动态聚类，对青年男性体型进行细分，结合横截面轮廓曲线形态与曲率半径分析各类横截面轮廓曲线的结构形态。另外,构建了各个截面曲线上特征点曲率半径与人体尺寸的回归模型，用测量便利且容易获取的尺寸指标来表征特征点曲率半径。4.利用MATLAB软件进行编程，构建基于极限学习机(ELM)的人体体型识别模型，并对识别模型进行训练及测试。其中肩部的识别率100%，胸部的识别率98%，腰部的识别率96%，臀部的识别率96%，5.本课题开发了青年男性横截面体型识别系统，系统由人体尺寸数据录入、截面曲线形态参数计算、ELM人体体型识别、人体体型曲线显示4个模块构成。通过录入人体尺寸数据，计算截面形态参数，进行ELM人体体型识别，对人体体型进行识别并展示。