目前,非接触式人体测量技术已经在世界上许多国家的相关领域得到应用,国内部分高等院校和研究机构从国外引进了非接触测量装置,用于服装方面的研究。但由于国内外人体体型的差异、价格昂贵等原因,在国内服装业推广应用还有相当的距离。因此,研发操作简便、成本低、适用于服装业的非接触式测量系统具有较高的实用价值。本研究研发建立了非接触式测量系统。该系统的优点是成本低、可远程应用、操作方便、可满足现代服装业的快速反应及网上定制发展趋势的需求。主要研究工作如下:1、本研究以青年男性为研究对象,运用照相测量、手工测量及三维人体测量相结合的方法测量了体型数据。2、运用肩斜角、背侧角、臀突角、背入角、体侧角等体表角度来表示青年男性的体型特征。对体表角度进行相关性分析后得到典型性体表角度。采用最短距离法对样本进行了聚类分析,根据谱系图的特征,运用多元方差分析确定出最佳分类数,分析各类体型的特征规律。同时,建立了新样本的判别函数。3、本研究以人体正面及侧面数字图像为研究对象,运用彩色聚类分析方法、孔洞填充、开运算及像素连通性等算法提取出浅色背景中人体图像边缘;运用最佳阈值分割算法、孔洞填充、开运算及像素连通性等算法提取出深色背景中人体图像边缘。4、在得到人体图像边缘的基础上,结合体型的特征规律,在人体图像边缘上确定特征点,计算出身高、臂长、肩宽、颈宽、颈厚、颈根宽、颈根厚、胸宽、胸厚、腰宽、腰厚、腹宽、腹厚、臀宽、臀厚等特征部位的尺寸。5、运用比较分析法确定了保证网络误差值最小的隐含层神经元数目及训练函数。运用训练好的BP神经网络分别对颈椎点高、胸围、腰围、腹围、臀围等尺寸进行了仿真,预测值与测量值基本吻合,满足服装业生产的基本要求。6、设计出系统的操作界面,并对系统的可行性进行了验证。