打开文本图片集
摘 要：为提高抽褶裙外观造型评价的准确性，在回顾和总结国内外裙装造型评价研究的基础上，基于图像处理技术，对抽褶裙外观造型客观评价指标的确定与提取进行了理论分析，并从抽褶裙的正面造型、侧面造型、裙摆底部造型以及抽褶造型4个方面提取了抽褶裙的裙宽、裙厚、裙摆展开角、轮廓面积、横截面面积、波纹深度标准差、波峰间距标准差、波纹个数、裙身体积等28个指标参数。根据客观评价指标测量结果对28个客观指标进行筛选和因子分析，得到4个造型主因子，根据抽褶裙造型主因子与主观评价结果的相关分析得到各因子对抽褶裙造型的影响，最后构建了抽褶裙客观评价体系，为抽褶裙造型客观评价与织物相关性研究提供了参考。
关键词：抽褶裙；图像处理技术；造型；客观评价
中图分类号：TS941.1
文献标志码：A
文章编号：1009-265X（2018）06-0062-08
Abstract：In order to improve the accuracy of the evaluation on the appearance of gathered skirt， determination and extraction of appearance objective evaluation index of gathered skirt were analyzed based on image processing technology after reviewing and summarizing the researches on garment styling evaluation at home and abroad. Then， 28 parameters such as skirt width， thickness， spreading angle， contour area， cross-sectional area， standard deviation of ripple depth， standard deviation of crest spacing， ripple number and volume of skirt were extracted from the front shape， side shape， skirt bottom shape and pleat shape. Then， the 28 objective indexes were screened and factor analysis was carried out according to the measurement results of objective evaluation index， and 4 main factors were gained. According to the correlation analysis between main factors and subjective evaluation result， effects of each factor on the appearance of gathered skirt were obtained. Finally， the objective evaluation system of the appearance of gathered skirt was established， which provides a reference for the study on correlation between objective evaluation of gathered skirt and fabric properties.
Key words：gathered skirt； image processing technology； shape； objective evaluation
抽褶裙是常見裙装款式之一，其腰部具有装饰性抽褶，外轮廓造型多为A字型，因其穿着方便且体现女性自然美深受女性欢迎[1]。市面上的抽褶裙造型风格迥异，有的垂感较好，有的较为蓬松，而服装造型是影响消费者购买因素之一，他们会根据自己的喜好或其他原因对抽褶裙的款式进行选择，因此，需要依据其造型特征对其进行外观造型评价。然而，以往文献主要从感官视觉、肢体触觉及主观心理描述服装造型效果，具有快速便捷的优势，但受大量不稳定因素影响如性别、年龄及知识背景等，而造成研究结果出现偏差[2-4]，因此，迫切需要对其进行定量分析。
近年计算方法及计算机图形学的发展，服装数字化研究日益深入，为服装造型客观研究提供可能[5-8]。刘春伶[9]采用Photoshop等图片处理软件以及Matlab软件对超短裙不同方向的外观形态图像进行处理分析，并提取出超短裙不同角度的图像面积、裙厚、裙宽等17项造型参数指标，对超短裙进行客观评价。陆家冰[10]通过拍摄14种不同面料的斜裙造型效果，利用Photoshop、Imageware等软件采集分析了斜裙的波浪数、裙摆角度及投影面积的数据。但目前裙类客观评价主要涉及A字裙[8-9，11-13]、斜裙[10]、喇叭裙[14-15]等，针对抽褶裙造型研究尚未深入。因此，本研究基于抽褶裙造型特点，运用图像处理技术，分析确定抽褶裙客观评价指标及提取方法，构建抽褶裙客观评价体系，为抽褶裙造型客观评价提供理论依据。
1 图像处理软件的选择
数字图像处理（Digital Image Processing）简称图像处理，是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等一系列操作而实现预期目标的方法和技术[16]。其起源于20世纪20年代[17]，随后被应用于航空、生物医学、纺织服装等各个领域。随着计算机技术的飞速发展，图像处理技术得到了很大的发展，随之图像处理软件也被大量开发和应用，常用的图像处理软件有Photoshop、Corel DRAW、Illustrator、MATLAB、Auto CAD等。
Photoshop主要处理以像素所构成的位图图像，使用其众多的编修与绘图工具，可以便捷有效地进行图片编辑工作。与Photoshop不同的是，Corel DRAW是常用的矢量图软件，更倾向于形状的变化，无损像素，适合于图片设计，Photoshop更倾向于色彩和照片处理[18]，本文中需处理的图像为所摄抽褶裙照片，因此，Photoshop软件更加适合，其中的标尺工具可以快速精准地测量对象的长度和角度，如抽褶裙的裙宽、裙厚、裙摆展开角等。另外，通过Photoshop的选取工具，可以对所摄抽褶裙照片进行图形区域的选取，建立选区以后可以在直方图对话框里读出统计到的选区像素数，即抽褶裙的各角度图像面积，单位为像素。
2 客观指标的选取
2.1 轮廓造型特征指标
分析现有关于裙装类外观造型评价的相关文献，整理出客观评价指标名称与评价对象，见表1。研究者们通过拍摄照片，提取外轮廓造型特征参数来获得造型特征指标，由于采用一维、二维测试方法，故提取的指标均为一维、二维指标。根据测试部位可将指标分成正面、侧面、底摆三类，其造型指标示意图分别见图1、图2、图3。表1中所有指标均适用于抽褶裙造型评价，各指标定义及其评价内容分析如下。
2.1.1 裙宽W与裙厚D
裙宽W、裙厚D分别指抽褶裙正面或侧面外轮廓底边两端点之间的垂直距离，单位厘米（cm），是描述裙子正面与侧面裙摆张开程度的间接指标，用
于表征裙子正面与侧面轮廓的A型感。在腰部大小不变情况下，裙宽或裙厚越大，裙子正面或侧面形态越偏于A型。
2.1.2 正面裙摆展开角与侧面裙摆展开角
正面裙摆展开角、侧面裙摆展开角分别指抽褶裙正面或侧面的裙摆左/右两端与腰部左/右最外侧点连线与垂线之间夹角（α1、α2）/（β1、β2）的平均值，单位为（°），是描述裙子正面与侧面下摆展开程度的直接指标。
2.1.3 正面轮廓面积S正、侧面轮廓面积S侧、背面轮廓面积S背与底面轮廓面积S底
正面轮廓面积S正、侧面轮廓面积S侧、背面轮廓面积S背、底面轮廓面积S底分别指抽褶裙正面、侧面、背面和底面的图像轮廓线所围成的图形的面积，单位为像素（Pixel），用于描述抽褶裙蓬松程度，轮廓面积越大，裙子越蓬松。
2.1.4 底摆波纹个数N
假设裙摆边缘曲线为一波浪形闭合曲线，把曲线上向外凸出的部分定义为波峰，向内凹入的部分定义为波谷。底摆波纹个数N是指抽褶裙在自然穿着状态下，裙摆的波峰或波谷个数，用于描述裙装的悬垂形态特征。
2.1.5 波峰半径、波谷半径
波峰距中心最远点到中心的距离（波峰半径）为R，波谷距中心最近点到中心的距离（波谷半径）为r。假设裙摆波纹个数为n，平均波峰半径指n个波峰半径的平均值，平均波谷半径指n個波谷半径的平均值，单位为厘米（cm），用于描述抽褶裙底摆的曲线造型特征。
2.1.6 底摆波纹深度h
如图3所示，波纹深度h是指从波峰到相邻两波谷之间的垂直距离的平均值。假设裙摆波纹个数为n，底摆波纹深度h指n个波纹深度的平均值，单位厘米（cm）。该指标主要描述抽褶裙底摆波纹的纵向形态，波纹深度越深，裙摆曲线纵向波动越大，抽褶裙下摆褶纹凹凸感越强。
2.1.7 波纹深度标准差STDh
波纹深度标准差STDh，STDh=1n×∑ni=1（hi-）2，该指标反映波纹深度变动程度，用于描述抽褶裙的褶纹纵向均匀度。该指标值越小，说明底摆波浪深度变化较小，褶纹起伏较均匀。
2.1.8 底摆波峰间距
波峰间距L是指相邻两波峰之间的距离，假设裙摆波纹个数为n，底摆波峰间距指n个波峰间距的平均值，单位厘米（cm）。该指标用于描述抽褶裙裙摆波纹间距大小程度，平均波峰间距越大，抽褶裙褶纹排列越疏松，反之，褶纹排列越紧密。
2.1.9 波峰间距标准差STDL
波峰间距标准差STDL，STDL=1n×∑ni=1（Li-）2，该指标反映了底摆波纹间距变动程度，该指标值越小，说明波峰间距变化越不明显，波浪分布越均匀。
2.2 抽褶造型特征指标
抽褶裙由于腰部抽褶而形成的腰至臀部褶纹起伏与疏密程度均会影响抽褶裙造型效果，因此，除了轮廓造型，对于抽褶裙还需要提取抽褶造型特征指标。借鉴文献[21]对抽褶造型评价的研究成果，本文采用三维扫描的方法，截取抽褶裙内部轮廓线，提取抽褶造型特征指标包括：腰线下10、20 cm位置的裙身横截面面积，腰线下5、15 cm波纹个数，腰线下5、15 cm波纹深度，腰线下5、15 cm波峰间距，腰线下5、15 cm波峰间距标准差，腰线下5、15 cm波纹深度标准差，以及裙身体积等13个特征指标。
2.2.1 腰线下10、20 cm处裙身截面面积S10、S20
人体腰部最细处为腰围线，腰围线向下20 cm处为臀部最丰满处，腰围到臀围距离的二分之一处是中腰围[17]。抽褶裙裙身这两处过于宽松或过于贴体，都将影响着装美观，裙身腰围线向下10、20 cm段截面面积（S10、S20），单位为平方毫米（mm2）（Imageware软件自带工具测量单位为mm2），可以反映抽褶裙的蓬松程度。
2.2.2 腰线下5、15 cm波纹个数N5、N15
腰线以下5、15 cm波纹个数N5、N15是指抽褶裙在自然穿着状态下，裙子的腰线处往下5、15 cm处裙身褶纹的波峰个数，两者可通过目测直接读出数值。
2.2.3 腰线下5、15 cm波纹深度h5、h15
腰线下5、15 cm波纹深度分别记作h5、h15，该指标主要描述抽褶裙裙身波纹的纵向形态，波纹深度越深，抽褶裙褶纹凹凸感越强。
2.2.4 腰线下5、15 cm波纹深度标准差STDh5、STDh5
腰线下5、15 cm处测得的波纹深度标准差分别记作STDh5、STDh15，该指标反映了波纹深度变动程度，用于描述抽褶裙裙身褶纹纵向均匀度。该指标值越小，说明褶纹深度变化较小，褶纹起伏较均匀。
2.2.5 腰线下5、15 cm波峰间距5、15
腰线下5、15 cm波峰间距分别记作5、15，该指标用于描述抽褶裙裙身褶纹间距大小程度，平均波峰间距越大，裙身褶纹排列越疏松，反之，褶纹排列越紧密。
2.2.6 腰线下5、15 cm波峰间距标准差STDL5、STDL15
腰线下5、15 cm处测得的波峰间距标准差分别记作STDL5、STDL15，该指标反映了褶纹间距变动程度，用于描述抽褶裙褶纹横向均匀程度。该指标值越小，说明波峰间距变化越不明显，褶纹分布越均匀。
2.2.7 裙身体积V
裙身体积V是反映抽褶裙蓬松程度的重要指标之一，裙子所占空间体积越大，则裙子越蓬松。由于抽褶裙不属于贴体裙类，用三维扫描仪测量时，裙摆附近点云会出现较大部分缺失，综合所有试样扫描结果，提取抽褶裙腰围线至腰线下35 cm处部分体积作为抽褶裙的裙身体积，将TC2三维人体扫描仪获取抽褶裙的三维立体图像点云数据，导入Imageware软件中，计算抽褶裙裙身体积，单位为立方毫米（mm3）。
3 指标的提取方法
以3种不同面料、抽褶比例为1∶1的抽褶裙为例，介绍造型评价指标的提取方法。将裙样品穿在160/84A的标准人台上，静置3 min，拍摄其正面、侧面、底摆图像，如表2所示。
3.1 长度、角度指标的提取和测量
长度指标包括：裙宽W、裙厚D、波峰半径、波谷半径、波纹深度h、波峰间距L，腰线下5、15 cm波纹深度h5、h15，腰线下5、15 cm波峰间距L5、L15。角度指标包括：正面裙摆展开角、侧面裙摆展开角。
测量方法与结果：通过Photoshop软件里的标尺工具对长度指标和角度指标进行测量。1#、2#、3#抽褶裙的测量结果如表3所示。
3.2 面积指标的提取和测量
轮廓面积指标包括：裙子正面轮廓面积S正、侧面轮廓面积S侧、背面轮廓面积S背、底部轮廓面积S底。裙身横截面面积指标包括：腰线下10 cm处裙身截面面积S10、腰线下20 cm处裙身截面面积S20。
轮廓面积测量方法与结果：将所摄抽褶裙照片导入Photoshop软件，对抽褶裙的图片轮廓进行面积测量，可通过直方图直接读出像素值，测量结果见表4。
横截面面积的提取方法与结果：将抽褶裙穿在人台上，用TC2三维扫描仪进行扫描，得到点云数据见图4，将点云数据导入Imageware软件，通过曲线拟合得到裙身横截面见图5，通过软件直接测量面积见图6，测量结果见表4。
3.3 均匀度指标的提取和测量
褶纹纵向均匀度指标：底摆波纹深度标准差STDh、腰线下5 cm波纹深度标准差STDh5、腰线下15 cm波纹深度标准差STDh15。褶纹横向均匀度指标：底摆波峰间距标准差STDL、腰线下5 cm波峰间距标准差STDL5、腰线下15 cm波峰间距标准差STDL15。
测量方法与结果：将图5得到的横截面图导入Photoshop软件，测量波纹深度和波峰间距，再计算得到标准差，结果如表5所示。
3.4 裙身体积的提取和测量
将三维扫描所获得的裙身点云数据导入Imageware软件，删掉杂点，再通过软件自带的三角形网格模型评估裙身体积，如图7。测得表3中的1#、2#、3#抽褶群的裙身体积分别为3 615 642、3 669 380、3 774 963 mm3。
3.5 波纹个数指标提取和测量
波纹个数指标：腰线下5 cm波纹个数N5、腰线下15 cm波纹个数N15、底摆波纹个数N。
测量方法与结果：由表3中底部形态图目测得到N；由图5得到的横截面图目测得到N5、N15。N5、N15、N的测量结果分别为：1#（26、17、11）、2#（25、16、9）、3#（22、12、8）。
4 客观评价指标体系的构建
4.1 客观指标的筛选
选取文献[22]中的45条抽褶裙试样进行主、客观评价。参照文献[22]，得到腰至臀部抽褶合体度、裙身波褶均匀度、蓬松度、整体美观度等4个主观评价指标测试结果。参照3.1～3.5，测量得到28个客观指标的评价结果。
将主、客观评价结果进行相关分析，其中，底摆波纹深度标准差STDh、波峰间距标准差STDL、腰线下5 cm波峰间距标准差STDL5、腰线下15 cm波浪个数N15、腰线下15 cm波峰间距标准差STDL15以及裙身体积V等与主观评价指标相关性不显著或者仅与一个指标相关性显著但相关性较弱，因此剔除上述6個指标，保留其余指标。
4.2 客观评价结果因子分析
对保留下来的客观造型指标进行因子分析，根据因子特征值大于1的提取条件，共有4个因子被提取，共解释原始变量总方差的85.190%，损失信息不足15%，说明这4个因子的解释效果较好。将这4个因子分别命名为F1、F2、F3、F4。为了更好地对提取的造型主因子进行解释，采用具有Kaiser标准化的正交旋转法，得到服装造型指标因子分析旋转成分结果，如表6所示。
从表6中所提取的各个主因子可以解释如下：
第一主因子F1由裙子背面面积S背、腰线下20 cm裙身截面面积S20、裙子正面面积S正、裙子底部面积S底、裙子侧面面积S侧、腰线下10 cm截面面积S10、裙宽W、正面裙摆展开角、裙厚D、侧面裙摆展开角构成，将其命名为面积宽厚因子。
第二主因子F2由底摆的波峰间距L、波峰半径、波谷半径、波纹深度h、波纹个数N构成，将其命名为底摆波纹特征因子。
第三主因子F3由腰线下5 cm的波峰间距L5、波纹个数N5、波纹深度h5、波纹深度标准差STDh5构成，将其命名为腰线下5 cm波纹特征因子。
第四主因子F4由腰线下15 cm的波峰间距L15、波纹深度h15、波纹深度标准差构成STDh15，将其命名为腰线下15 cm波纹特征因子。
4.3 客观评价因子与主观评价相关分析
计算4个抽褶裙造型客观评价因子得分，将其与主观评价结果进行相关分析，结果如表7所示。
根据表7，分析如下：
a）面积宽厚因子F1与蓬松度指标相关系数最高，其次是腰至臀部抽褶合体度、裙身波褶均匀度，说明抽褶裙各角度的面积、裙宽、裙厚及裙摆展开角等指标主要描述了抽褶裙的蓬松程度和裙身波褶的合体度和均匀度。
b）腰线下5 cm波纹特征因子F3与整体美观度、裙身波褶均匀度为显著负相关，与合体度为中度负相关，说明腰线下5 cm的波纹个数、波峰间距、波纹深度以及波纹深度标准差等指标测量值越小，裙身波褶越均匀，腰至臀部抽褶均匀度越好，裙子整体美观度越高。
c）底摆波纹特征因子F2和腰线下15 cm波纹特征因子F4与裙身波褶均匀度均为显著负相关，这两类指标主要描述了抽褶裙的波褶均匀程度。
4.4 客观评价体系体系
根据以上数据分析，构建抽褶裙造型客观评价体系表，见表8。
5 结 论
a）通过文献分析、指标刷选、因子分析，构建了抽褶裙造型客观评价指标体系，将22个评价指标分成4类，其一为面积宽厚造型评价指标，由不同方向面积指标、裙宽、裙厚、裙摆展开角组成，主要描述了抽褶裙蓬松度与腰至臀部合体度等造型特征；其二为腰线下5 cm波纹特征指标，包括腰线下5 cm的波纹个数、波纹深度、波峰间距、波纹深度标准差，主要描述了波褶均匀度、腰至臀部合体度及整体造型美观度；其三为腰线下15 cm波纹特征指标，包括腰线下15 cm的波峰间距、波纹深度、波纹深度标准差；其四为底摆波纹特征指标，包括底摆的波峰个数、波峰半径、波谷半径、波纹深度、波峰间距，后两类指标主要描述了裙子波褶均匀度造型特征。
b）抽褶裙造型客观评价指标与主观评价关系密切，裙身波褶均匀度与4个客观评价因子均呈显著负相关；腰至臀部抽褶合体度与面积宽厚因子、腰线下5 cm波纹特征因子呈显著负相关；蓬松度与面积宽厚因子为高度正相关；整体美观度与腰线下5 cm波纹特征因子为显著负相关。腰下5 cm处波褶细密、起伏较小而均匀的抽褶裙，腰至臀部合体度较好，裙子的整体美观度较高。
参考文献：
[1] 谢露露，张昕昕，吴巧英.不同消费档次女装品牌夏季波浪裙产品属性比较[J].经营与管理，2016（1）：42-44.
[2] 车卫东，王京菊，唐怡.面料材质与服装造型风格的关系[J].纺织导报，2013（5）：94-96.
[3] 陈超.直筒裙外观形态与织物性能的关系[J].丝绸，2004（8）：45-47.
[4] 李艳梅.面料性能对服装造型的影响[J].上海工程技术大学学报，2007，21（2）：180-183.
[5] SANG-SONG L. Predicting the draped pleat graceful appearance through fabric mechanical properties[J]. Indian Journal of Fibre & Textile Research，2002，27（1）：77-84.
[6] DAI X， TAKATERA M， Mitsui S， et al. Drape formation based on geometric constraints and its application to skirt modelling[J]. International Journal of Clothing Science & Technology， 2001，13（1）：23-37.
[7] INOUET， NIWA M. Objective evaluation of the quality of ladies" garment fabrics[J]. J Text Eng， 2006，49（2）：33-45.
[8] 甘志会.面料性能对A型裙装造型的影响研究[D].长春：长春工业大学，2014.
[9] 劉春伶.基于图像技术的织物力学性能与服装造型关系研究——以轻薄型毛织物力学性能与超短裙造型关系为例[D].杭州：浙江理工大学，2015.
[10] 陆家冰.斜裙造型与面料性能的对接研究[D].上海：东华大学，2014.
[11] 吴巧英，张莎莎.A字裙造型与面料性能的关系[J].纺织学报，2013，34（6）：88-92.
[12] 李融雪.面料性能与A字裙造型关系的研究[D].上海：东华大学，2013.
[13] 唐虹.基于面料物理力学性能的半紧身裙造型风格特征主客观评价与预测[D].上海：东华大学，2008.
[14] 徐利平，许嫣红.纯棉平针喇叭裙布纹方向与裙长对外观的影响[J].针织工业，2010（6）：50-51.
[15] 徐利平，崔毅华，薛元.织物性能与服装结构对喇叭裙外观形态的影响[J].纺织学报，2008，29（1）：91-93.
[16] 陈超，赵汶.MATLAB应用实例精讲：图像处理与GUI设计篇[M].北京：电子工业出版社，2011：99-105.
[17] 狄炜，徐伯俊.数字图像处理在纺织中的应用及发展[J].上海纺织科技，2002，30（3）：61-62.
[18] 王月改，叶青.浅谈CorelDRAW与PHOTOSHOP的区别与联系[J].电脑与电信，2014（9）：72-73.
[19] 夏馨，王利君，王洁.不同姿势下直筒裙造型与面料性能关系研究[J].现代纺织技术，2015，23（3）：31-26.
[20] 刘成霞，胡琼，孙丽敏.节裙造型与织物性能的相关性[J].纺织学报，2010，31（6）：114-119.
[21] 王停停，陈敏之，江爽.抽褶造型与面料性能的关系及评价模型建立[J].现代纺织技术，2015，23（5）：43-46.
[22] 谢露露，面料性能与抽褶比例对抽褶裙外观造型的影响[D].杭州：浙江理工大学，2017.
推荐访问： 图像处理 客观 造型 评价 褶裙