随着生活水平的提高,人们对于服装内在及外在质量提出了更高的要求。织物制成服装后,在穿着过程中难免会起皱,影响美观。现有的织物抗皱性测试方法与实际着装时织物折皱情况差异甚大,不能真实评价织物在实际穿着过程中的抗皱能力。因此对织物抗皱性进行客观、准确地测试和评价就显得很重要。针对这一问题,本文提出一种模拟实际穿着起皱的织物抗皱性测试新方法,构建了模拟人体膝部和肘部起皱的装置。并利用三维激光扫描技术和图像处理技术,对模拟装置产生的折皱提取了三维及二维特征参数,对比分析了两种方法的优劣。选取与主观评价相关性较好的特征参数,利用神经网络技术对折皱等级进行了预测,研究内容及研究结果如下:(1)搭建了能够模拟人体膝部及肘部起皱的装置,该装置能够模拟静态及动态起皱,机械化控制起皱时间、次数、角度,模拟起皱的折皱形态与实际穿着起皱折皱形态非常接近。(2)实验设置了 4个影响织物折皱程度的变量,起皱方式、时间、次数,松量。结果表明:在实验参数下,对于抗皱性差织物来说,松量对织物起皱的形态影响比较大,起皱方式、时间、次数对织物起皱的形态影响较小。对于抗皱性较好的织物来说,4个因素对织物起皱的形态几乎没有影响。(3)基于三维激光扫描提取了反映织物折皱程度的特征参数。结果表明:粗糙度、平均偏移量与折皱等级显著负相关,spearman相关系数在都在0.8以上,单位法向量Z方向绝对值的粗糙度、平均偏移量与折皱等级的相关系数要高于高度方向粗糙度、平均偏移量与折皱等级的相关系数。单位法向量Z方向绝对值的的均值与折皱等级的spearman相关系数为0.679。(4)提取了灰度共生矩阵特征参数能量、熵、对比度、相关性的均值和标准差。结果表明:图像像素为100 x 150时,熵均值及标准差与织物折皱等级的spearman相关系数在0.8以上,熵均值及标准差随着折皱等级的增大而减小。(5)将以上三维指标与二维特征相结合,可以提高折皱等级预测回归模型预测精度。三维参数单位法向量Z方向绝对值平均偏移量和二维参数熵均值与折皱等级的多元线性回归方程的精度为87.5%,三维参数单位法向量Z方向绝对值平均偏移量和折皱等级的线性回归方程的精度为81%,精度提高了6.5%。(6)利用RBF神经网络对折皱等级进行训练及预测,折皱等级预测正确率为83.3%,该模型对素色织物折皱等级预测好于印花织物。部分印花织物折皱等级预测与主观评价偏差较大,一些印花图案对折皱有掩盖效果,可能会导致主观评价不一致,在评价部分印花织物时,需要结合主观评价综合评定其折皱等级。