随着经济发展和生活水平的提高,人们对于服装的要求不再局限于实用性,而是向“个性化”和“合体性”转变,女体较男体复杂,对服装合体性的要求更高。在合体女装结构设计中原型法最为常见,然而传统的原型法仅依赖于人体胸围、背长等基本尺寸进行样板制作,忽略了基本尺寸相同的人体体型细部差异。为提高样板合体度,个体化的服装样板智能生成技术成为了国内外服装领域的研究热点之一。本研究基于“二维+三维”人体测量技术,分析人体形态和样板参数之间的关系,从而选取相关参数并对青年女体躯干形态进行分类和识别;通过三维人体曲面展平技术获取个体化紧身原型样板库,建立人体形态参数与原型样板之间的计算规则;以体型分类和样板规则为基础,构建了基于人体身高、体重和照片的青年女性个体化原型样板自动生成系统。具体研究内容如下:（1）建立了青年女性躯干形态分类规则对青年女性进行了手工、二维图像和三维人体点云的数据采集,选取与原型样板相关的角度形态参数进行躯干形态分类,将207个样本分为4类,分别为“Y”体型、“V”体型、“I”体型和“X”体型,以体型判别规则为基础,构建形态识别模型,识别精度达97.4%。（2）探究了个体化女装原型样板的生成规则根据三维人体曲面的构建、切割和展平获取二维曲面片,基于二维样板的修正方法,获取了各体型的个体化紧身原型样板数据库,结合人体形态参数建立了人体形态数据到样板特征点的预测模型,并对原型样板省道进行调整优化,最终获得个体化样板的生成规则。对预测的样板参数进行误差分析,结果显示:以原始样板数据为基础,90%的样板特征点拟合优度在0.7以上;在胸围、后胸围、前胸宽、腰围和前腰节长5个样板的主要控制部位,绝对误差范围内的样本占比均大于80%,表明样板的预测效果良好。（3）实现了基于图像的二维人体尺寸测量基于二维人体图像的轮廓提取,针对特征部位的形态规律提出了不同的特征点识别方法,进而提取了样板生成规则所需的13个人体形态参数并进行误差分析,结果表明,基于三维点云测量值,9个二维提取的人体形态参数在相对误差范围内样本占比均超过80%;经配对样本T检验,二维参数提取值与点云测量值之间无明显差异,证明了基于图像提取人体尺寸信息的可行性及准确性。以二维图像测量和样板生成规则为基础构建了基于身高、体重和照片的个体化紧身原型样板生成系统,并采用主客观实验结合的方法验证了自动生成样板与人体尺寸的吻合度,结果表明系统具有一定的可行性。本研究构建了基于二维图像的个体化原型样板生成系统,提高了服装制版的合理性,同时可为个性化的样板设计提供方法和技术参考。