摘要：针对纺织面料弯曲性测试需要多次裁样、费时等问题,提出1次可得到多组结果且快速简便的太阳花法测试方法。通过选择经纬2个方向的试样,裁剪5个宽度为2 cm、长度为6 cm的单条测试样,搭建测试装置并选取特征指标:展开面积、展开周长、展开长度和下垂高度。将太阳花法所得指标与斜面法测试的抗弯长度与抗弯刚度进行对比分析。结果表明:4个新指标均与斜面法中的抗弯长度和抗弯刚度具有较好的相关性,证明本文方法具有良好的可行性。该方法既可将织物正反面弯曲性差异及弯曲稳定性结果可视化,还可提高测试效率,节省检测时间。

摘要：为实现女体三维曲面的分类与判别,提高裤装的合体性,提出一种基于空间向量模长表征腰腹臀部形态并进行体型分类的方法。获取323名18~25岁青年女性的三维点云数据,提取腰腹臀部10层横截面曲线,以臀围质心为原点重建点云坐标系,通过欧式距离计算130个特征点的空间向量模长,构建表征人体曲面形态的模长矩阵。引入拉普拉斯特征映射降维获取18个本征维度,采用K-means聚类,运用随机森林算法建立青年女性腰腹臀部形态的判别模型。结果表明,青年女性腰腹臀部可分为大众型、扁平型、腹凸型、臀凸型4类,分别占样本总数的58.82%、27.86%、8.36%和4.95%。分析获得4类体型对应的裤装样板差异,有效提高了裤装合体性,青年女性腰腹臀部形态判别准确率达96.92%。

摘要：为了保证针织结构温度传感器的传感性能,文章运用FLUKE289数字万用表、V-2030T微电脑加热平台等设备测试了10种典型镀银纱线在伸直与模拟线圈弯曲状态下的电阻值,分析了光照氧化和水洗条件对纱线导电性能的影响,并得到了线密度、纱线状态、温度、光照氧化时间、水洗次数与电阻之间的关系。结果表明:10种镀银纱线的单位电阻在1.245~18.788Ω,温度电阻关系拟合R 2在0.89425~0.99040,具有良好的导电性和感温性,复丝越多的纱线电阻越小,线密度适中偏小的纱线感温性能更好;纱线的弯曲状态不会改变温度电阻规律,但会略微降低其感温线性度和导电性;光照氧化和水洗都会导致纱线导电性能变差;综合分析可设计复丝数适中偏少、捻丝结构的镀银纱线制备针织结构温度传感器。

摘要：为有效扩展曲面枕个体适应性,满足大规模个性化定制需求,提出了基于机器视觉的曲面枕个性化定制方法。采用MINet显著性目标检测实现人像的自动分割与轮廓提取。在此基础上,对人像中的4个关键参考点、32个特征点进行提取,实现轮廓曲线的快速拟合与尺寸测量,以此方式构建头部样本数据集。通过数据聚类,将65个样本划分成12类,使用三维建模软件绘制出适合个体头、颈、肩部尺寸需求,满足仰、侧睡姿需求的曲面枕。实验得到12种曲面枕关键尺寸参数,包括侧卧区域高度、仰卧贴合区域曲线峰值和谷值。该方法进一步扩展了曲面枕形态适应性,为曲面枕定制提供分类方法参考。

摘要：为实现基于三维人体点云的人体形态相似性匹配,文章提出了利用角度半径进行青年男体躯干部轮廓形态描述的方法。先以187名18~25周岁的青年男大学生为研究对象,使用三维扫描法获取其三维点云数据。再通过逆向工程软件识别人体躯干部特征点,截取其正侧面躯干轮廓形态。然后分别建立正侧面躯干部坐标系,提取27个正面角度半径值和60个侧面角度半径值形成三维点云躯干形态数据库。选取14名被试者进行验证,提取的正、侧面角度半径为样本,采用均方根误差法与点云截面数据库进行匹配,并使用OpenCV框架中的MatchSharp法验证匹配结果。结果显示,13名被试者的躯干部正侧面轮廓形态与三维点云轮廓形态匹配成功,准确率达92.86%。研究结果可为三维点云形态相似性分析提供一定的理论基础。

摘要：蝶翼色彩娇艳华美、醒目多变,是纺织品图案仿生设计的重要灵感来源。为具象化表述不同类别蝴蝶的呈色特点,解析其色彩组合规则,以图谱方式描绘色彩构成,并应用到当代纺织品设计当中,选取5类不同呈色风格的蝴蝶图像,利用颜色聚类算法提取出颜色占比、颜色距离、节点共现率等关键指标,构建蝴蝶呈色关系图谱,以可视化的方式呈现不同类别蝴蝶的配色形式。实证分析与再生设计部分分别对5类典型蝴蝶,共计100幅样本图像颜色进行提取和分析,依据其呈色规则,复用至线稿纹样当中,形成近似蝴蝶呈色风格的纺织品图案,并在服装、家纺等产品中进行映射和虚拟展示。该方法能够对生物呈色进行量化,为时尚产品意象色彩的提取和应用提供了参考方案。

摘要：为准确提取人体轮廓,提出基于MINet模型的复杂背景人体轮廓提取方法。拍摄正、侧面人体全身照并标注掩膜图,匹配不同的复杂背景,融合形成2860张多场景下的人像数据集。利用迁移学习机制,优化MINet显著目标检测模型,提取人体轮廓。分别对比了基于迁移学习的策略与原模型、U2Net显著目标检测模型、Mediapipe人体轮廓提取算法和传统阈值分割算法的人体轮廓提取效果。结果表明:基于迁移学习的MINet模型具有最优的人体轮廓提取性能,其准确率、精度、召回率和综合指标分别达到了0.998、0.987、0.992和0.990,人体轮廓提取效果与标注的掩模图最为近似。该方法能低成本、批量化、快速提取图像中的人体轮廓,为远程服装定制中的照片测量提供有效的技术方法。

摘要：采用空间向量角来表征乳房形态,提出了一种青年女性乳房三维形态分类方法。首先获取209名18~25岁青年女性的乳房三维点云数据,并构建了6个乳房形态空间向量角作为聚类指标,采用k-means聚类,以手肘法确定最佳聚类数,运用学习向量量化神经网络(Learning vector quantization, LVQ)构建乳房形态判别模型,实现女性乳房形态的细分与判别。对细分后的乳房类型制作相应的文胸样板,通过虚拟试衣和实物试穿进行合体性评估,结果表明:青年女性乳房占比最多的为70B文胸号型,乳房细分为适中内敛型、平坦低胸位型、丰满外扩型。构建的LVQ神经网络青年女性乳房形态判别模型,准确率达93.33%。数字化服装压力和真实试穿实验表明,细分后的文胸合体性得到了有效提高,为不同类型乳房的文胸合体性结构设计提供参考。

摘要：为提升织物图像检索的准确性,采用改进的广义产品量化(generalized product quantization, GPQ)半监督神经网络实现弱纹理织物图像的检索。通过CLAHE方法增强织物图像纹理,加强底层纹理特征,以降低深度学习特征过拟合的概率。利用GPQ框架中产品量化、基于余弦相似性分类器和子空间极小最大熵损失计算,对提取的特征向量进行归一化,寻找最相似织物图像。实验中采用的织物数据集包含了12类不同纹理形式的织物试样,共计1 800幅图像。分别对比了基于颜色直方图的词袋模型、尺寸不变特征变换模型、最近邻和优化产品量化算法。结果表明:改进的GPQ半监督神经网络方法的平均精度均值达到89.47%,检索性能最优。该方法能批量、低成本检索出相似织物图像,提高织物图像检索的准确性。

摘要：苗族服饰元素是中国服饰文化的重要组成部分,其色彩搭配方式蕴含着极大的文化价值,展现了中国传统设计理念。以苗族女上装图像作为研究对象,对其色彩进行提取与分析。通过K-means聚类得到10个整体色、5个主色及10个辅色代表色,在HSV色彩空间下分析苗族服饰色彩分布,最后采用Apriori算法挖掘配色规则并建立配色网络。结果显示,苗族女上装以中低饱和、中低明度的红、黄、蓝色系为主,图案与主体色彩呈现出强烈对比。将配色关系应用到设计实践中,可促进苗族服饰色彩的传承与保护,为研究民族传统服饰色彩提供一定的借鉴和参考。