eMTM数字服装人体体型建模系统研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:lanyinghit
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电子化量身定制服装eMTM(Electronic Made toMeasure)是21世纪新兴起的一种服装生产方式,它利用现代三维人体扫描技术、计算机技术和网络技术将服装生产中的人体测量、体型分析、款式选择、服装设计、服装定购、服装生产等各个环节有机地结合起来,实现高效快捷的数字化服装生产。作为一种全新的服装生产方式,eMTM生产开始成为国内外服装生产领域研究的重点,并将成为未来数字化服装生产的一个重要的发展方向。   eMTM的最终目标就是根据个体的体型特征来生成服装原型衣片。个体的服装原型衣片可以通过个体数字化服装人体得到。要得到个体数字化服装人体就必须建立数字化服装人体模版系列。数字化服装人体模版系列的建立基础是人体体形分析。体形分析的结果将直接影响数字化服装人体的生成以及服装原型衣片的生成。因此建立三维人体体形分析模型,并通过体形分析模型对体形进行高效、准确的体形分析,对eMTM的生产起到积极的指导和帮助作用。   本文以上海市科委研究项目“中欧合作电子化量身定制服装-eMTM关键技术研究”(045107026)为课题研究背景。主要对面向eMTM的数字服装人体体型建模系统研究,对eMTM数字服装人体体型建模系统进行了详细的阐述,并以建立面向eMTM的数字服装人体体型建模系统为研究目标。本文分析了传统体型分析方法存在的缺陷,突破传统体形分析方法,建立了人体体形分析模型,通过一系列算法从三维扫描文件中提取人体体形分析模型建立所需的参数,利用人体体形分析模型进行体形分析。利用多元统计分析中的聚类分析方法对目标群体的人体分析模型进行分析,并对传统聚类算法进行了改进,使体形分析的结果能够更准确的反映人体的体型特征,为数字化人体模版系列的建立提供更好的服务。数字化人体模版系列需要的参数多于分类参数,因此我们需要根据数字化模版系列提供模版系列的建立提供了所需的截面,通过提取模版系列所需的辅助截面并建立数字化人体模版参数库,为数字化人体模版系列的建立以及数字化原型衣片的生成做了良好的准备。最后,利用我校与服装企业合作采集的江浙沪地区人体测量样本数据,对本文的数字服装人体体形模型系统进行检验,在服装设计专家的参与下对体型模型系统中的各种分析方法进行了验证,取得了良好的分析结果。   本文对面向eMTM的人体体型分析进行了比较深入的研究,设计并实现了面向eMTM的人体体型分析系统,该系统已经为服装生产企业提供了服务,并为企业的服装设计和生产提供了良好的数据支持。同时,该系统还满足了服装院校和科研机构在服装设计理论方面的教学和研究需要。本文的研究工作将为我国未来的eMTM研究和推广起到良好的帮助作用。
其他文献
随着IT技术的发展,越来越多的企业应用程序被开发出来,企业的信息服务架构也越来越复杂。由于业务的发展,需求的变化越来越多,这些已经开发的系统也必须更新使得它们跟上需求
知识管理是智能决策知识系统(Intelligent Decision Support System,IDSS)的一个重要研究内容,它为IDSS提供了知识获取、共享以及等功能。但是,由于人们对知识的理解存在个体之
嵌入式计算机技术经过近十年的快速发展,在许多领域内已经取代了通用计算机。嵌入式计算机具有专用性、实时性、软硬件系统可裁剪等优点,在军事电子、航天航空、医疗器械、工
人脸识别技术是目前生物特征识别中最受人们关注的一个分支,是计算机视觉与模式识别领域非常活跃的一个研究方向。人脸图像的特征提取是人脸识别技术非常重要的组成部分,对于
因特网的快速发展使企业可以实现快捷的信息传送以及直接的客户介入,但企业内部各种系统的相对独立性使信息渠道比较混乱。企业系统中的信息渠道多种多样、互不兼容,没有一个
网络计划技术作为一门技术性的、工程性的新兴学科,广泛应用于各行各业中,是现代化科学管理的重要组成部分,己经成为各界关注的热点。随着网络技术的不断推广,其理论的不断成熟以及计算机技术的不断普及,越来越多的优化算法应用于工程管理的网络计划范畴中来。本文对各种应用于网络计划方面的算法进行了详细的比较、分析,针对电力工程管理的特点,重点讨论了关键路径算法、基于模糊模型的网络计划算法和粒子群算法;并根据实际
随着无线局域网(WLAN)技术的飞速发展,其在国防、科研、教育、经济等各行业中的应用日益广泛。但是,由于无线局域网安全标准存在多样性,导致网络安全接入技术体制不统一,造成用户
随着数据库技术在企业中的广泛应用和企业数据的不断累积,面向分析型的数据仓库技术和数据挖掘技术逐渐发展起来。数据仓库(data warehouse)是一种新型的数据组织及存储方法,
蚁群算法和禁忌搜索算法都是人类学习自然界现象而总结出来的人工智能算法。蚁群算法因其具有鲁棒性、可扩展性、分布性而受到人们关注。但其自身仍然存在局限性。收敛速度慢
本文研究了POAD(Pattern-Oriented Analysis and Design,面向模式的分析和设计)方法在软件再工程中的应用。由于需求改变、平台升级以及新技术出现使得我们不得不对一些过去