面料性能對A字裙坐姿起皺形態的影響

摘要： 著裝褶皺對服裝外觀有重要影響，常見的褶皺評價指標及傳統的二維圖像處理技術無法準確、全面反映三維起褶狀態。因此，文章利用三維掃描技術對坐姿下A字裙形成的褶皺從褶皺區域、褶皺類型、褶皺大小和褶皺尖銳度四方面建立了一系列新指標，運用單因素方差分析比較了不同種類面料間的褶皺形態差異，并探究了面料性能與褶皺形態指標之間的相關性。研究結果表明，不同面料成分的A字裙在坐姿下形成的褶皺形態各異，其中棉類與其他面料之間各方面差異最為明顯。此外，經密、抗彎剛度、褶皺回復性等面料性能對褶皺形態各指標有著不同程度的影響。研究結果可為面料選擇及服裝三維仿真提供參考。

關鍵詞： A字裙;面料性能;褶皺形態;三維掃描;單因素方差分析

中圖分類號： TS941.2

文獻標志碼： A

著裝平整度是影響服裝外觀的重要因素［1］，對其進行客觀的測試與評價對于服裝設計及指導合理選材具有至關重要的作用，也一直是紡織品檢測領域的研究熱點［2］。近年來，關于服裝或織物平整度［3］的研究主要圍繞兩方面：一是如何利用圖像處理技術對平整度進行客觀評價［4］;二是對芯絲種類［5］、紡紗方式［6］等影響平整度的因素展開研究。前者研究又大多針對洗后平整度，眾所周知，著裝平整度在某種意義上比洗滌平整度更重要，因服裝洗后可經熨燙處理再穿著，而著裝時的起皺情況則直接影響服裝外觀。但目前對服裝穿著過程中的起皺研究較少，且相關研究或僅用卷積神經網絡對褲子腘窩平整度進行客觀評價［7］，或對上衣袖子肘部進行穿著平整度客觀評價［8］，缺少面料性能對服裝穿著褶皺形態的細化研究。

本文以A字裙為例，對面料性能與服裝常見穿著褶皺形態之間的關系展開研究。A字裙作為職業裝的款式之一，能極好地體現穿著者專業、自信、干練的職場形象［9］，然而由于版型合體，即松量較小，穿著時易形成褶皺影響外觀。由于褶皺呈三維空間分布，常規的二維圖像處理技術不包含空間信息，難以再現褶皺真實形態，而三維激光掃描技術則能快速準確地獲取被測物體表面的三維坐標，從而捕捉真實的褶皺形態。研究結果不僅可以指導A字裙的合理選材，還可對提升服裝虛擬展示結果的準確性和真實性提供重要的參考價值。

1 試 驗

1.1 儀器與設備

YG（B）022D型自動硬挺度試驗儀（溫州際高檢測儀器有限公司），YG026PC—250電子強力機（上海瑞紡儀器有限公司），LFY—210B電子式織物折痕恢復性測試儀（溫州方圓儀器有限公司），KES-FB1-A拉伸剪切測試儀（上海灝興科技有限公司）。

1.2 面料選取及斜裙制作

本文選取13種A字裙常用的機織物作為研究對象，涉及棉、麻、絲、毛及化纖類，面料結構參數如表1所示。對坐姿時面料發生形變可能涉及的力學性能進行測試，根據GB/T 18318.1—2009《紡織品織物彎曲長度的測定》，采用YG（B）022D型自動硬挺度試驗儀測試織物的抗彎剛度;根據GB/T 3923.1—2013《紡織品織物拉伸性能第1部分：斷裂強力和斷裂伸長率的測定（條樣法）》，使用YG026PC—250電子強力機測試織物的拉伸率;根據GB/T 3819—1997《紡織品織物折痕回復性的測定》，利用LFY—210B電子式織物折痕恢復性測試儀測試其抗皺性;根據FZ/T 01113—2012《織物小變形剪切性能的試驗方法》，采用KES測試系統中的FB1測量織物的剪切性能，結果如表1所示。

利用表1中的面料按照圖1的樣板制作A字裙，裙裝規格尺寸按青年女性中間體160/64A進行設計，A字裙成品規格為裙腰66 cm，臀圍90 cm，裙長50 cm。為減小誤差，每塊面料制作3條樣裙，縫制完成的裙子經過熨燙整理，保證裙面平整無褶皺，且將裙子用衣架掛起備用。所有裁剪、縫制、熨燙工序均由同一名熟練工完成。

1.3 三維模型的掃描及預處理

選取受試者一名，腰圍64 cm，身高162 cm，體重46 kg，由受試者穿著A字裙，并保持同一姿勢坐在方凳上，受試者上半身直立，大腿與小腿成90°，使裙身左右側縫線對稱，穿著舒適穩定。由于人體大腿根部及腰腹部的彎曲，使裙子前片面料受到擠壓形成褶皺。采用手持式多功能三維掃描儀對坐姿狀態下的A字裙進行掃描，掃描范圍為整片裙子及座下凳子區域。

將掃描好的A字裙模型導入Geomagic Wrap中，進行修剪、補洞、去噪等一系列預處理，如圖2所示。同時進行坐標系重建，確保所有A字裙均采用統一坐標系，并將多余區域裁去。由于A字裙左右兩邊對稱，且另一邊裝有拉鏈，對結果可能造成影響，因此只保留一半裙身進行后續分析。

1.4 褶皺形態參數提取

從褶皺區域、褶皺形狀、褶皺大小和起皺程度幾個方面對褶皺形態進行描述。首先，在Geomagic Wrap軟件中根據曲率的分布，提取脊線和谷線［10］，脊線為褶皺波峰點的集合，谷線為褶皺波谷點的集合，如圖3（a）所示;再利用谷線將褶皺從曲面整體中提取出來（圖3（b）），提取到的褶皺區域面積可用來表示褶皺面積，記為S。

根據有無分叉將褶皺分為簡單褶和復雜褶，前者為無分叉的獨立褶皺，后者為有類似樹枝等分叉的褶皺，兩者數量在總褶數的占比分別記為Rs和Rc。

褶皺大小用褶皺寬度和褶皺高度表示。由于褶皺方向與面料受力方向垂直，對褶皺峰值點建立局部坐標系，將脊線方向設為局部坐標系的y軸，利用右手法則，用垂直于y軸的XOZ平面對褶皺進行切割，即可得到褶皺的截面曲線。截面曲線上相鄰兩谷點之間的距離即為褶皺寬度W，波峰點到兩谷點間連成直線的距離，即為褶皺高度H，兩者的提取流程如圖4所示。W和H越大，則褶皺越大。

研究發現，側腹部區域由于同時受到彎曲擠壓及凸起臀部的剪切力作用，受力最復雜，因而褶皺最密集、細窄，如圖5所示，故以該區域為切入點進行褶皺大小的分析。由于每個A字裙模型上有多條褶皺，而每條褶皺在該區域都有一個寬度最小的點，用所有褶皺最小寬度的均值代表整個模型的褶皺寬度均值，并將其記為w。同時，將每條褶皺寬度最小點處的高度記為褶皺最小高度，取所有褶皺最小高度的平均值，將其記為h。本文以w和h代表整個A字裙模型的褶皺寬度和褶皺高度。

用褶皺尖銳度表示起皺程度。根據模型中曲率不同顏色也不同的原則，找到褶皺脊線上藍色最深且占比最小的點，將該點曲率定義為面料的褶皺尖銳度η。先將Geomagic Wrap軟件中得到的波峰曲線保存為三維散點集合，再將其導入Matlab中運用主成分分析算法［11］換為二維坐標，最后利用三點法獲取點的曲率，即將給定點與相鄰兩個點構建的圓的曲率作為該點曲率。

所有面料的褶皺形態參數的方差分析表明，各面料3條樣裙的褶皺形態參數沒有顯著差異，即數據相對集中，因此對每塊面料3條樣裙的褶皺形態參數取平均作為最后結果，且不同面料的組間方差明顯大于同種3條樣裙的組內方差，即不同面料間的形態參數存在顯著差異。

2 結果與分析

2.1 坐姿下A字裙常見的褶皺類型

坐姿下A字裙的常見褶皺如圖6所示，可分為簡單褶和復雜褶兩大類。前者主要是獨立的條形褶，根據長度又可分為長條褶（圖6（a））和短條褶（圖6（b））。長條褶通常貫穿整個區域，而短條褶則中途出現或提前消失，常位于腰頭、大腿、關節等曲率變化較大的地方，用于處理局部余量。

復雜褶則由褶皺發生交叉、分岔變形后形成。其中，Y形褶（圖6（c））是兩條條形褶交叉而成;Z形褶（圖6（d））則由兩個相反方向的Y形褶交錯形成，通常在擠壓較嚴重的地方連續出現;環形褶（圖6（e））是條形褶經歷“先分再合”之后，形成的四周高、中間低的三角形或菱形;X形褶（圖6（f））則由兩個條形褶在中間段相交形成。此外，環形褶和X形褶多見于棉類面料，常與其他褶復合出現。圖6（g）是由Y形褶和環形褶聯合形成的復合褶。

計算褶皺條數時，簡單褶直接計數，復雜褶除環形褶外，按照“褶皺交叉點數+1”進行，環形褶由于形狀特殊，交叉點數即為褶皺條數。圖7為面料褶皺類型統計，可以看出坐姿狀態下由于面料受到擠壓而產生堆積，更易形成復雜褶，且Y形褶最常見，其次是Z形褶。

為了探討不同類型面料形成的褶皺形態特點，本文將13種面料按照原料及風格分類，如3#麻占比多，所以歸為麻類，5#同理。而7#和9#雖滌綸占比多，但織物風格分別屬于仿毛和仿絲，因此歸為羊毛類和蠶絲類。12#和13#為再生纖維素纖維，歸為再生纖維類。棉類和蠶絲類面料的褶皺差異如圖8所示，棉類面料形成的褶皺多且復雜，使服裝整體效果較雜亂;而與之差異最大的絲類面料，褶皺條數較少，且類型以條形褶為主，使服裝效果整齊、有序。再生纖維類面料褶皺類型和絲類近似，但褶皺條數更多，且增加了Z形褶，因此不如絲類美觀;滌類、毛類和麻類的褶皺差異主要體現在條形褶的占比上，滌、毛類條形褶占比較多，因而比麻類面料外觀更整齊。

2.2 不同面料種類形成的褶皺形態特點

面料形成的褶皺形態參數如圖9所示。由圖9可知，褶

皺面積S和復雜褶占比Rc均為棉類最大，蠶絲最小，且棉和蠶絲類面料之間的褶皺具有明顯差異;褶皺尖銳度η棉類最大，毛類最小;不同面料間褶皺寬度w的差異比褶皺高度h大，且w與h之間除麻纖維外存在一定的正相關關系，即褶皺寬度越大，褶皺的高度也越大;而麻纖維由于易皺且剛度大，導致褶皺寬度雖小，褶皺高度卻比滌綸大;w與η之間存在一定的負相關關系，即褶皺越寬，波峰處越平坦，如棉類和蠶絲類面料;蠶絲類面料的褶皺大小和尖銳度略小于再生纖維類，但兩者差異較小，眾所周知，再生纖維素纖維面料是早期用來仿真絲的代表，其手感外觀和性能均與真絲產品具有較多相似之處。此外，由于受力的差異，縱向形成的褶皺大小存在著一定的差異，將均值褶皺寬度w、褶皺高度h與其標準差之間分別進行相關性分析，發現相關系數為0.771和0.728，顯著性均小于0.01，呈一定的正相關關系，即褶皺越為寬大，在外力變化時產生的差異越大。

2.3 褶皺形態參數的單因素方差分析

對不同面料形成的褶皺形態是否存在顯著性進行進一步研究。經Shapiro-Wilk正態性檢驗發現，S、Rs、Rc、w、h、η的顯著性水平p值均大于0.05，服從正態分布，適合做單因素方差分析。

褶皺面積S的分析結果表明面料種類間差異不顯著，推測可能是部分面料組間差異過小所致。為了探討其內部規律，本文將差異較小的合并重新分析，多重比較結果如表2所示，可以看出棉、蠶絲與其他類之間存在顯著差異。

對不同種類面料間的褶皺類型、褶皺高度和寬度、褶皺尖銳度同樣進行如上步驟的單因素方差分析，結果如下：

1） 不同面料形成的褶皺可分為三類：棉類和麻類多形成復雜褶;蠶絲類面料主要為簡單褶;滌綸、羊毛和再生纖維類面料的簡單褶和復雜型近乎各占一半。

2） 褶皺高度差異不顯著，原因可能為：不同面料在同一縱向位置的褶皺高度變異程度大于15%，即較分散，均值不具有代表性;面料在人體表面縱向起褶高度受面料力學性能多方影響，原料僅是其一。

3） 褶皺寬度差異不明顯。為了深入研究，將麻、滌、羊毛并為褶皺較寬的一類，棉、蠶絲、再生纖維并為褶皺較窄的一類，如圖10所示，可見差異顯著。

4） 對于褶皺尖銳度η，除蠶絲類—再生纖維類、滌類—羊毛類外，其余類別間均存在顯著差異。圖11為尖銳度從高到低的褶皺，其中離散點弧線代表褶皺截面，點代表褶皺峰值點，圓為波峰擬合圓。

綜上所述，棉、麻類面料易起皺，且棉比麻形成的褶皺更細、更多，面積更大;麻織物由于結構較松，易變形，導致褶皺尖銳度較低;羊毛和蠶絲褶皺數較接近，但羊毛面料褶皺更寬，起褶面積更大，復雜褶比例更高;滌綸和羊毛褶皺大小接近，波峰平緩，抗皺能力較好，滌綸面料起褶面積略大于羊毛;黏膠、醋酸褶皺細小，數量多且復雜，折痕明顯。

2.4 褶皺形態參數的影響因素分析

PT、PW、WE、T、BT、BW、RT、RW、ET、EW、G分別代表經密、緯密、平方米質量、厚度、經向抗彎剛度、緯向抗彎剛度、經向折皺回復角、緯向折皺回復角、經向伸長率、緯向伸長率和剪切剛度。表3為褶皺形態參數與面料性能的相關分析結果。

表3表明，褶皺面積S與面料的經密PT、經向折皺回復角RT、緯向折皺回復角RW之間呈顯著負相關，與剪切剛度G呈顯著正相關;復雜褶占比Rc與經密PT、緯密PW、經向折皺回復角RT、緯向折皺回復角RW和剪切剛度G均有關，其中只有剪切剛度G為正相關，且相關系數最大，顯著性小于0.01;褶皺寬度w與平方米質量WE、厚度T、經向抗彎剛度BT和緯向抗彎剛度BW有關，且均為正相關;褶皺高度h與緯密PW為負相關，與緯向伸長率EW為正相關;褶皺尖銳度η與平方米質量WE、經向抗彎剛度BT、緯向抗彎剛度BW、經向折皺回復角RT、緯向折皺回復角RW均為負相關。

綜上，剪切剛度越大的面料，對曲面的適應性越差，在彎曲時在曲面區域易形成褶皺，導致起褶面積較大，形成的褶皺也更復雜;折皺回復性好的面料形成的褶皺面積較小;經、緯密度越高及經緯向折皺回復角越大的面料越易形成較整齊、細小的褶皺;厚重、抗彎剛度較大的面料易形成寬大且平坦的褶皺;平方米質量越小，經緯向抗彎剛度及折皺回復角越小的織物，即輕薄、易彎曲、抗皺性越差的面料形成的褶皺越尖銳。

此外，褶皺面積S與復雜褶占比Rc的影響因素較接近，兩者之間的相關系數為0.802，顯著性小于0.01，呈高度正相關，與圖9（a）的趨勢一致。褶皺寬度w與褶皺尖銳度η都受平方米質量WE、經向抗彎剛度BT、緯向抗彎剛度BW的影響，但影響方向相反，同樣解釋了圖9（b），即褶皺寬度與褶皺尖銳度之間呈負相關關系，換句話說，寬度較大的褶皺尖銳度較小。

3 結 論

本文對A字裙坐姿時產生的褶皺進行了提取，比較了不同面料形成的褶皺形態差異，并分析了面料性能對褶皺形態的影響，得出以下結論：

1） A字裙坐姿下形成的褶皺可分為簡單的條形褶和復雜的Y形褶、Z形褶、環形褶和X形褶等，且復雜褶皺中Y形褶最常見，其次是Z形褶，而環形褶、X形褶和復合褶通常僅出現在棉類面料中。

2） 單因素方差分析結果表明，棉類面料的褶皺面積S、復雜褶占比Rc和褶皺尖銳度η均最大，褶皺寬度w最小;麻類面料的褶皺較棉類平緩，褶皺面積S也略小;滌綸、羊毛、麻類面料褶皺寬;滌和羊毛類的褶皺尖銳度η較小;再生纖維類面料褶皺多且復雜，折痕明顯;蠶絲類面料褶皺簡單、整齊。

3） 對A字裙坐姿狀態下褶皺形態特征與面料物理力學性能進行相關分析，發現各形態指標都存在與之相關的面料性能，且不同的面料性能可能導致不同的褶皺形態。

參考文獻：

［1］石康君， 王靜安， 高衛東. 基于傅里葉頻譜特征的織物平整度客觀評級［J］. 紡織學報， 2019， 40（11）： 50-56.

SHI K J， WANG J A， GAO W D. Objective smoothness evaluation of fabric based on Fourier spectral features［J］. Journal of Textile Research， 2019， 40（11）： 50-56.

［2］劉成霞， 甘敏， 鄭文梅. 織物平整度的特征提取方法對比研究［J］. 絲綢， 2018， 55（3）： 45-49.

LIU C X， GAN M， ZHENG W M. Comparative study of feature extraction for fabric smoothness［J］. Journal of Silk， 2018， 55（3）： 45-49.

［3］石康君， 王靜安， 高衛東. 織物褶皺多尺度灰度共生矩陣分析［J］. 絲綢， 2020， 57（2）： 35-40.

SHI K J， WANG J A， GAO W D. Multi-scale GLCM analysis of fabric wrinkles［J］. Journal of Silk， 2020， 57（2）： 35-40.

［4］汪黎明， 陳健敏， 杜鳳霞. 利用圖像的統計分析方法評價織物免燙等級［J］. 青島大學學報， 2002， 17（1）： 41-43.

WANG L M， CHEN J M， DU F X. Evaluation of fabric wrinkling with statistic method of image analysis［J］. Journal of Qingdao University， 2002， 17（1）： 41-43.

［5］蘇旭中， 魏艷紅， 劉新金， 等. 紡紗方式對織物抗皺性能及拉伸彈性的影響［J］. 紡織學報， 2020， 41（4）： 33-38.

SU X Z， WEI Y H， LIU X J， et al. Effect of spinning method on wrinkle resistance and tensile elasticity of fabric［J］. Journal of Textile Research， 2019， 41（4）： 33-38.

［6］魏艷紅， 劉新金， 謝春萍， 等. 芯絲種類對織物抗皺性及抗變形性的影響［J］. 絲綢， 2020， 57（3）： 17-23.

WEI Y H， LIU X J， XIE C P， et al. Effect of core yarn types on wrinkle resistance and deformation resistance of fabric［J］. Journal of Silk， 2020， 57（3）： 17-23.

［7］孫思晴， 劉成霞， 鄭曉萍. 基于多尺度卷積的褲子腘窩平整度客觀評價［J］. 絲綢， 2021， 58（4）： 43-47.

SUN S Q， LIU C X， ZHENG X P. Objective evaluation of flatness of popliteal space of pants based on multi-scale convolution［J］. Journal of Silk， 2021， 58（4）： 43-47.

［8］陳麗麗， 劉成霞. 基于激光掃描技術的服裝肘部穿著平整度客觀評價［J］. 絲綢， 2017， 54（6）： 43-48.

CHEN L L， LIU C X. Objective evaluation of wearing smoothness of garment elbow with laser scanning technology［J］. Journal of Silk， 2017， 54（6）： 43-48.

［9］徐加娟. 論中國空姐制服設計的探索與研究： 民族傳統元素在中國空姐制服設計中的運用［D］. 上海： 東華大學， 2007.

XU J J. The Design Research of the Chinese Stewardess Uniform： The Study of Traditional Element on the China Stewardess Uniform［D］. Shanghai： Donghua University， 2007.

［10］王愛霖， 劉弘， 張桂娟. 基于谷脊線特征的三維網格模型簡化方法［J］. 計算機輔助設計與圖形學學報， 2014， 26（5）： 788-793.

WANG A L， LIU H， ZHANG G J. A mesh simplification method based on ridge-valley lines［J］. Journal of Computer-Aided Design amp; Computer Graphics， 2014， 26（5）： 788-793.

［11］鄭曉萍， 劉成霞， 孫思晴. 服裝穿著起拱等級的主客觀評價［J］. 絲綢， 2021， 58（5）： 47-52.

ZHENG X P， LIU C X， SUN S Q. Subjective and objective evaluation of wearing bagging grade［J］. Journal of Silk， 2021， 58（5）： 47-52.

The influence of fabric properties on the wrinkling pattern of A-line skirts in sitting position

ZHANG Chi， WANG Xiangrong

CHEN Yingyinga， CHEN Jiaqia， LIU Chengxiaa，b

（a.School of Fashion Design amp; Engineering; b.Zhejiang Provincial Engineering Laboratory of Fashion Digital Technology，Zhejiang Sci-Tech University， Hangzhou 310018， China）

Abstract： Wearing smoothness is one of the key factors affecting the appearance of clothing. The smooth appearance of clothing can not only show the texture and grade of clothing， but also improve the overall image and temperament of the wearer. The objective test and evaluation of smoothness is very important to the optimization of clothing design and the rational selection of materials， so it has been the focus of research in the field of textile testing. At present， the research of smoothness mainly focuses on the evaluation of flatness after washing and sewing， and pays little attention to the wrinkling of clothing during daily wearing. However， the wearing smoothness is more important than other kinds of smoothness in a sense， as the wrinkling of the dress directly affects the appearance of the clothing while the clothing can be worn after ironing， and the flattening effect of the stitches can also be improved by improving the equipment and the skills of the sewing personnel. In addition， in the analysis of the factors affecting the smoothness of the fabric， most of the studies focus on the influence of core wire types and spinning methods on the smoothness of fabrics， whereas there is a lack of in-depth research on the relationship between the fabric properties and the wrinkle patterns of clothing. As a typical representative of professional bottoms， the A-line skirt has extremely high requirements for appearance smoothness and aesthetics due to the wearing occasion， but due to its well-fitting design， it is easy to form folds during activities. In view of the practical problems faced in the wearing process， this paper takes the A-line skirt as the research object.

Due to the three-dimensional spatial distribution of clothing wrinkles， it is difficult to reproduce its true shape as the conventional two-dimensional image processing technology does not contain spatial information， while the three-dimensional laser scanning technology can quickly and accurately obtain the three-dimensional coordinates of the surface of the measured object， so as to capture the true shape of wrinkles. Therefore， this paper used 3D scanning technology to extract wrinkles formed on A-line skirts in sitting position， and established a series of new indexes for smoothness evaluation from four aspects： wrinkle area， wrinkle type， wrinkle size and wrinkle sharpness. The difference of fold shape among different fabrics was compared by single factor analysis of variance， and the relationship between fabric properties and wrinkle shape index was explored by correlation analysis. The multidimensional evaluation index can describe the real shape effect of wrinkling in a more comprehensive way， and the correlation analysis with fabric properties can better grasp the essence， internal connection and influencing factors of wrinkling formation. The experimental results show that the wrinkling patterns of A-line skirts formed in sitting position are different， and they can be divided into simple strip pleats and complex Y pleats， Z pleats， ring pleats and X-shaped pleats according to types. Among complex pleats， Y pleats are the most common， followed by Z pleats. Ring pleats， X pleats and compound pleats usually only appear in cotton fabrics. There is a significant difference in wrinkle formation between fabrics with different components， that is， the wrinkle effect of the fabric can be predicted by the composition. Specifically， cotton fabrics have the largest wrinkle area， complex wrinkle ratio and wrinkle sharpness， and the smallest wrinkle width; the wrinkles of hemp fabrics are gentler than those of cotton ones， the number of wrinkles is less， and the area of wrinkles is slightly smaller; polyester， wool， hemp fabrics have wide wrinkles; polyester and wool have gentle wrinkles; the wrinkles of regenerated fibers are numerous and complex， and the creases are obvious; silk fabrics have simple and neat wrinkles. The results of correlation analysis show more clearly the correlation between the physical and mechanical properties of fabrics and each wrinkle shape index. The larger the shear stiffness of the fabric， and the larger the wrinkle area， the more complex the formation of wrinkles is; the crease area formed by the fabric with good crease recovery is small; the higher the warp and weft density and the larger the warp and weft wrinkle recovery angle， the easier it is to form neat and fine folds; thick fabrics with large flexural stiffness are easy to form wide and flat wrinkles; fabrics with small square meter mass， small warp and weft bending stiffness and small wrinkle recovery angle are easy to form sharp folds.

Three-dimensional scanning technology provides a new way to extract the three-dimensional wrinkle， so that the wrinkle can show its more real shape. The research results will help guide the reasonable selection of clothing materials， improve the quality of clothing， provide strong support for the development of virtual display technology of clothing， and enhance the authenticity and accuracy of display.

Key words： A-line skirt; fabric properties; wrinkled form; three-dimensional scanning; one-way analysis of variance