基于激光掃描技術的服裝肘部穿著平整度客觀評價

陳麗麗, 劉成霞

(1.紹興文理學院 元培學院，浙江 紹興 312000; 2.浙江理工大學 服裝學院，杭州 310018)

基于激光掃描技術的服裝肘部穿著平整度客觀評價

陳麗麗1, 劉成霞2

(1.紹興文理學院 元培學院，浙江 紹興 312000; 2.浙江理工大學 服裝學院，杭州 310018)

為嘗試用三維激光掃描技術對服裝穿著平整度進行客觀評價。以15塊機織試樣為研究對象，對其進行裁剪縫制，將其制作成袖子，經過試穿起皺，拍照保存其折皺形態，同時運用手持式三維激光掃描儀對肘部進行三維掃描，獲取點云數據。將點云數據預處理之后，對其進行特征提取，得到客觀評價指標：均值、方差、粗糙度、扭曲度和均偏移。通過這些客觀指標與對折皺照片進行的主觀評價結果進行相關分析，得出與主觀評分相關系數最高的是均偏移，其次是粗糙度。研究結果表明，三維激光掃描技術可以用于服裝平整度的檢測，均偏移、粗糙度與主觀評價結果的一致性較好。

服裝肘部；穿著平整度；三維激光掃描；點云數據；主觀評價

平整度對服裝的外觀有重要影響，特別是對于諸如西裝等的正裝來說尤為重要。穿著平整度對服裝的外觀質量有重要影響，現有研究多采用圖像處理技術對織物洗后平整度進行評價，其測試結果與實際穿著過程中的平整度有較大差異。為了客觀準確地評價服裝的平整度，許多紡織科技工作者進行了大量相關研究[1-2]。1997—1999年，韓國首爾大學的Tae Jin Kang等[3]在B. Xu[4]和Jie Su[5]的基礎上，用自行設計的可采集多束激光的儀器對面料的平整度進行了評價。2000年，香港理工大學的范金土等[6]通過對激光采集的點陣三角網格化和樣條函數的處理，獲得了服裝接縫處的折皺信息。2012年，Javier等[7]設計了自動化折皺評價系統，并運用紋V理分析的方法進行了服裝折皺評價。2014年，Leonardo等[8]通過獲取服裝洗后不同部分的折皺圖像，并對濾波處理后的圖像進行特征提取，得到的特征與主觀評價具有相當高的相關性。浙江理工大學的劉成霞[9]和劉婷[10]也嘗試了用不同的圖像處理方法研究服裝折皺及平整度的評價。

綜上所述，目前平整度的研究主要通過圖像處理的技術對平整度指標進行提取和分析，現有研究主要存在以下問題：1)圖像處理技術易受織物顏色和圖案的影響，正確識別印花、色織物的平整度很有難度，而目前在工程領域應用較廣的激光掃描技術[11-12]可以有效克服這一缺陷；2)現有平整度的研究大都集中在織物階段，且現有研究基本都針對洗滌平整度，有關穿著運動起皺的研究甚少[2]，且鮮有涉及立體的服裝穿著平整度的評價方法。

因此，本文嘗試運用激光掃描技術對立體服裝的穿著平整度進行研究，使測試結果更符合實際穿著時的起皺情況。

1 實 驗

1.1 試樣的選取

由于針織物具有良好的變形能力，抗皺性較好，不容易起皺，所以選取抗皺能力不同的15種常見機織物，其顏色、組織結構等基本參數亦不相同，織物基本規格見表1。雖然本文的研究對象是機織物，但是研究方法和研究結果對針織物及其他類型的織物同樣適用。

表1 織物基本規格

1.2 實驗服的選取、制作及試穿

眾所周知，服裝在人體的關節部位最易起皺，因為關節的頻繁彎曲使織物產生難以恢復的變形，從而影響服裝的平整度。這些部位諸如肘部、膝蓋、大腿根部等，其共同特點是：織物均呈筒狀，且發生彎曲變形。本文重點研究服裝的關節部位產生的折皺，即研究對象為關節處的織物變形。為減少服裝制作的工作量，統一選擇袖筒作為研究對象，其他關節部位與其相似。實驗溫度(20±2) ℃、相對濕度65%±3%。

選擇身高165 cm、腰圍70 cm，A體型的年輕女性1名作為被試者，根據其身體尺寸繪制袖子樣板。并將表1中的織物按照所繪樣板裁剪縫制，同一面料做兩只袖子。由同一個操作者用同一臺縫紉機，按照14～15針/3 cm的針距進行縫制。熨燙之后，將同一面料制作成的2只袖子分別由被試者穿著，且在袖窿處將制作好的袖筒用大頭針仔細固定在貼體衣服的袖窿處。接著由被試者進行著裝起皺，即被試者做伏案工作狀，手臂彎曲5 min，然后手臂伸直站立，讓袖子處的織物變形得以恢復2 min。重復1次后，試穿起皺結束，然后輕輕移掉大頭針，并將袖子小心取下。起皺后的袖子折皺情況如圖1所示。

由于織物變形隨時間不斷發生變化，同時又無法找到身材尺寸完全一樣的若干被試者，對所有織物制作成的袖子進行在同一個時間內進行穿著以實施主觀評價，所以只能對取下的袖子統一所有拍攝條件和參數進行拍照，以記錄試穿剛結束后的折皺形態，供接下來的主觀評價使用。

圖1 起皺后的袖子Fig.1 Wrinkled sleeve

1.3 肘部平整度主觀評價

日常生活中，人們對服裝平整度的評價通過肉眼觀察加主觀評價的方式進行，因此本文也采用對袖子肘部的平整度進行主觀評判。評判專家由來自服裝企業、且有多年質檢經驗的10名專家組成，在相同的照明條件下，對15塊試穿起皺后、放于水平桌面拍攝得到的袖子肘部圖像進行主觀評價。評價結果采用10分制,1分代表折皺程度最大,10分代表最平整。經過一致性檢驗，得到10名專家對同一織物的評價結果具有良好的一致性，最后對其取平均值，且每塊織物的2只袖子得分取平均值，作為這一織物的最后得分，結果精確到小數點后一位。

1.4 基于激光掃描的肘部平整度客觀評價

如前所述，許多研究人員采用過數字圖像處理技術對織物平整度進行了研究，其研究結果與實際著裝時的穿著平整度情況有較大差異。究其原因是由于實際著裝時，服裝折皺是一種三維的、立體形態，再者圖像處理技術容易受織物花紋、顏色、圖案等影響，使測試結果有所偏差。而通過三維掃描儀能獲取到折皺處的三維點云數據，這些數據能更接近實際情況，且不受織物顏色、花紋等影響，測試結果更為精確。

1.4.1 非接觸式三維激光掃描儀

選用加拿大Creaform公司研制的HSCAN系列手持式Handy Rescan 3D非接觸三維激光掃描儀，該設備測量速度18 000次/s，約3 600點/s，掃描精度為0.05 mm，采用多條線束激光來獲取物體表面的三維點云。可以手持并靈活移動操作，通過視覺算法來確定掃描儀在掃描過程中的空間位置，從而完成物體表面的三維點云整體重構。廣泛應用于機械設計、曲面重建、有限元分析等領域，本文嘗試將其用于紡織品檢測與評價中。

實驗中，對15塊試穿起皺后、放于水平桌面的袖子肘部進行拍照后，立刻用HSCAN系列手持式激光三維掃描儀進行三維掃描，獲得70 000個以上的三維坐標值。

1.4.2 基準平面的設置

由于手持式激光三維掃描儀采用的是自定位與匹配技術，即設備開始工作時所處的第一個空間位置為系統坐標原點，因此得到的三維數據并沒有一個基準平面，設置基準平面前如圖2所示。

圖2 設置基準平面前Fig.2 Before basic plane set up

若將此時的各點Z坐標值用來計算布料的平整度顯然不合理。由于掃描時布料是置于水平桌面上的，如果將水平桌面所在平面設為XY平面，那么垂直方向上的Z坐標值就可以用來計算布料的平整度。所以需要將桌面所在平面與自然坐標系的XY平面進行對齊設置。對齊過程如下：

1)首先選擇桌面數據(盡量選擇離邊緣和標記點較遠的數據，并且多選幾塊區域，這樣擬合出來的平面更加準確)。

2)選擇“特征-平面-最佳擬合”即可得到擬合平面1。

3)選擇“對齊-對齊到全局”，分別選中XY平面和平面1，即可將三維數據對齊到自然坐標系，基準平面設置后的對齊效果如圖3所示。

圖3 設置基準平面后Fig.3 After basic plane set up

設置后的桌面與自然坐標系下的XY平面對齊，且擬合平面的誤差值(u級)相對于布料本身的褶皺程度(mm級)不在同一數量級，可以忽略不計。此時截取布料上點Z的坐標值z(i,j)即可作為計算布料褶皺程度的依據。

1.4.3 點云數據的預處理

在數據采集操作過程中，由于被測物體表面因素、掃描系統自身的誤差、突發因素引起噪聲點，這些噪點會影響重建模型的精度，因此必須進行去燥，除去燥外，還要進行其他的預處理。

用三維激光掃描儀點云模式掃描起皺后的織物，獲取.txt格式點云數據，導入Geomagic Studio軟件中，軟件界面顯示重建后的織物表面。對點云數據進行以下預處理:1)對點云著色,2)初步裁剪,3)封裝點云,4)精確裁剪,5)返回點云階段,6)減少噪聲,7)修復法線,8)保存為.vtx頂點文件。

1.4.4 特征提取

預處理之后，利用Matlab提取Z坐標上的五個特征值：均值、方差、粗糙度、扭曲度和平均偏移量，作為客觀評價織物平整度的指標。具體含義如下：

b)方差M：反應織物高度的變化程度。表達式如下：

(1)

式中：N2為褶皺圖像的高度點總數。

c)粗糙度σ：有折痕的織物表面起伏不平，表面高度也在不斷變化，通過計算織物表面各點高度的標準差，可得到粗糙度值。表達式如下：

(2)

d)扭曲度S：織物的表面折皺在一定程度上反映了織物的扭曲程度。扭曲程度越嚴重，則折皺越明顯。表達式如下：

(3)

e)均偏移R：從統計學的角度來看，織物的折皺代表了高度值的偏移，偏移的大小決定了織物表面的不同平整度。均偏移的表達式為：

(4)

2 結果與分析

2.1 主客觀評價結果之間的相關性

15塊織物的主觀評分結果及客觀評價指標如表2所示。

續表2

為驗證主客觀評價結果之間是否具有良好的一致性和吻合度，將表2中的肘部起皺主客觀評價結果通過SPSS軟件進行相關分析，得到相關系數，如表3所示。

表3 肘部起皺主客觀評價結果之間的相關系數

注：** 表示在0.01的水平上顯著相關，* 表示在0.05的水平上顯著相關。

從表3可以看出：1)激光測量的5個客觀評價指標中，均值、粗糙度和均偏移與主觀評分有較好的相關性，其中相關系數最高的是均偏移，其次是粗糙度，這二者均在0.01的水平上與主觀評分呈顯著相關關系。2)5個客觀指標中，除粗糙度與均偏移之間具有非常高的相關系數(0.997)外，其余指標兩兩之間的相關性均較低。

由于激光測量的客觀指標中與主觀評分相關性最高的為均偏移與粗糙度，因此接下來進一步通過回歸分析，建立這二者與主觀評分的具體關系式。

2.2 均偏移及粗糙度與主觀評分的關系

三維測量中的客觀指標均偏移及粗糙度與主觀評分間的回歸關系分別如圖4和圖5所示。

圖4和圖5顯示：均偏移和粗糙度與主觀評分之間呈良好的多項式關系，且隨均偏移與粗糙度的增大，主觀評分具有明顯的下降趨勢。均偏移和粗糙度數值越大，則織物表面越粗糙，凹凸不平程度越明顯，因而主觀評分越低。具體的關系式分別為：

圖4 客觀評價中的均偏移與主觀評分的關系Fig.4 Relationship between average deviation of objective evaluation and subjective score

圖5 客觀評價中的粗糙度與主觀評分的關系Fig.5 Relationship between roughness of objective evaluation and subjective score

Y=104.74X12-55.637X1+8.427 4，其中X1是均偏移，Y是主觀評分，相關系數R2為0.935 4；Y=87.704X22-51.327X2+8.637，其中X2是粗糙度，Y是主觀評分，相關系數R2為0.885 9。

這兩個關系式都可以用來估算及預測織物的平整度得分，其中均偏移來預測平整度得分的精確度更高。

3 結 論

本文首先將選取的試樣進行裁剪縫制，制作成袖子，并經過試穿起皺，然后運用HSCAN系列手持式三維激光掃描儀對肘部進行三維掃描。經過基準面的設置及預處理，并獲取點云數據之后，再對獲取的點云數據進行特征提取，得到客觀評價指標：均值、方差、粗糙度、扭曲度和均偏移，并將這些客觀指標與主觀評價結果進行相關和回歸分析，得出：

1)激光測量的5個客觀評價指標中，均值、粗糙度和均偏移與主觀評分有較好的相關性，其中相關系數最高的是均偏移，其次是粗糙度。

2)均偏移與主觀評分間的關系式為：Y=104.74X12-55.637X1+8.4274，其中X1是均偏移，Y是主觀評分，相關系數R2為0.935 4；粗糙度與主觀評分的關系式為：Y=87.704X22-51.327X2+8.637，其中X2是粗糙度，Y是主觀評分，相關系數R2為0.885 9。這二者都可以用來估算及預測織物的平整度得分，無需經過工作量繁重的主觀評價過程，且評價結果更準確和客觀。

研究結果表明，本文作為嘗試和探索提出的利用三維激光掃描技術檢測服裝平整度的方法是可行的，可以達到與主觀評價相一致的結果，具有客觀高效等優勢。三維激光掃描技術的不足在于目前設備成本較高，相信隨著科技的發展，其成本也會逐漸降低，會越來越廣泛地應用于各個領域。

[1]LUDMILA Fridrichova. Objective evaluation of multidirectional fabric creasing[J]. The Journal of the Textile Institute,2011,102(8):719-725.

[2]劉成霞,劉婷.應用小波分析的服裝關節部位抗皺性評價[J].紡織學報,2016,37(12):87-91. LIU Chengxia, LIU Ting. Objective evaluation on wrinkling of garment joints based on wavelet analysis[J]. Journal of Textile Research,2016,37(12):87-91.

[3]KANG Tae Jin, CHO Dae Hwan, WHANG Hyun Suk. A new objective method of measuring fabric wrinkle using a 3D projecting grid technique[J]. Textile Research Journal,1999,69 (11):835-845.

[4]XU B G, REED J A. Instrumental evaluation of fabric wrinkle recovery [J]. Journal of the Textile Institute,1995,86(5):129-135.

[5]SU Jie. Fabric wrinkle evaluation using laser triangulation and neural network classifier [J]. Optical Engineering,1999,38(10)：1688-1693.

[6]FAN J T, LIU F. Objective evaluation of garment seams using 3D laser scanning technology[J]. Textile Research Journal,2000,70(11):1025-1030.

[7]JAVIER Silvestre Blanes, JOAQUIN Berenguer-Sebastiá, RUBEN Pérez-Lloréns, et al. Garment smoothness appearance evaluation through computer vision[J]. Textile Research Journal,2012,87(3):299-309.

[8]LEONARDO Urbiola Soto, VICTOR Lopez. Instrumentation system for objective evaluation of wrinkle appearance in fabrics using a standardized inspection booth[J]. Textile Research Journal,2014,84(4):368-387.

[9]劉成霞.模擬實際著裝的織物折皺測試及等級評價方法研究[D].杭州:浙江理工大學,2015. LIU Chengxia. Investigation into Measurement and Grade Evaluation of Fabric Wrinkling Simulating Actual Wear[D]. Hangzhou: Zhejiang Sci-Tech University,2015.

[10] 劉婷.服裝肘部穿著平整度客觀評價方法研究[D].杭州:浙江理工大學,2016. LIU Ting. Objective Evaluation Method on the Smoothness of Garment Elbow[D]. Hangzhou: Zhejiang Sci-Tech University,2016.

[11]孫路.復雜型面非接觸式三維掃描與建模研究[D].上海:華東理工大學,2012. SUN Lu. Non-Contact 3D Scanning and Modeling of Complicated Surface[D]. Shanghai: East China University of Science and Technology,2012.

[12]李偉,劉正坤.地面三維激光掃描技術用于道路平整度檢測研究[J].北京測繪,2011(3):24-27. LI Wei, LIU Zhengkun. Road surface roughness detection research based on 3D terrestrial laser scanning technique[J]. Beijing Surveying and Mapping,2011(3):24-27.

Objective evaluation of wearing smoothness of garment elbow with laser scanning technology

CHEN Lili1, LIU Chengxia2

(1.Yuanpei College, Shaoxing University, Shaoxing 312000, China; 2.School of Fashion Design and Engnieering,Zhejiang Sci-Tech University, Hangzhou 310018, China)

In order to objectively evaluate the wearing smoothness of garment with 3D laser scanning technology. 15 pieces of woven fabric were selected to cut and make into sleeves. The sleeves were used for wear test to produce wrinkles. The wrinkled fabrics were recorded with camera, and 3D scanning of the elbow parts was carried with a portable 3D laser scanner to acquire point cloud data. Features of point cloud data were extracted after it was pre-processed, and objective evaluation criteria were developed on this basis: mean, variance, roughness, torsion and average deviation. Analysis based on subjective evaluation results of the foregoing objective criteria and pictures of wrinkles indicates that the highest coefficient of correlation with subjective evaluation is average deviation, followed by roughness. Research results show that 3D laser scanning technology can be used to measure garment smoothness, and the average deviation and roughness agree highly with the subjective evaluation results.

garment elbow; wearing smoothness; 3D laser scanning; point cloud data; subjective evaluation

10.3969/j.issn.1001-7003.2017.06.008

2017-01-25;

2017-05-02

國家自然科學基金項目(51405446)

陳麗麗(1983—)，女，助理研究員，主要從事服裝結構及造型的研究。

TS941.2

A

1001-7003(2017)06-0043-06 引用頁碼: 061108