虚拟试衣技术是一种可以让顾客在购买或实际试穿前预先感知到服装实际试穿到自己身上后的效果的技术,该技术应用于线下可以提高消费者的购物效率,应用于线上可以使消费者更方便的购买到适合的服装从而提高购物满意度。服装模型的建立及形体匹配是虚拟试衣技术的关键之一,由于三维服装建模的复杂性,目前三维虚拟试衣系统中服装模型数据量少,难以满足消费者的需求,并且,市场上服装不仅款式繁多而且更替速度较快,因此,本文基于实体服装的点云数据,结合服装结构特征,提出一种可以实现服装三维模型的快速生成,以及两种服装模型在虚拟试衣中匹配不同个性化人体模型的方法。在服装建模部分,本文首先通过深度相机扫描设备实现实体服装表面三维点云数据的快速提取,对点云数据进行预处理,并对各种处理方式进行比较分析,探讨实体服装数据采集及数据处理的流程;然后结合区域生长算法和Delaunay三角剖分算法,提出一种以无向点云为输入,以三角剖分的形式生成插值曲面的曲面重建算法来进行服装模型的重建。从Delaunay四面体结果作为输入点的种子三角形开始,将当前边界上的连接Delaunay三角形逐个相加,逐步形成曲面。在曲面生长过程中,通过改变三角形的选择准则和调整三角形的添加顺序,可以减少由于添加不合适的三角形而产生的拓扑误差和孔洞数量,并将此法与其他方法进行了对比。在试衣应用模块,提出了两种形体匹配规则:第一种是基于服装尺码放缩原理,适用于日常成衣购物试穿场景,首先根据用户人体模型进行尺码推荐,然后根据推荐的服装号型对服装模型进行放码,再将放码后的服装模型与人体模型进行配准,通过这种形式,消费者不仅可以直观看到试穿整体效果,也能看到各部位合身程度,系统还可以直接给出该服装针对该用户的推荐码数;第二种是利用人体关键点与服装关键点的对应关系,拉动服装模型变形,并且加入了对服装与人体的间隙量的考虑,服装各部位适应人体放缩,适用于服装定制,并可给出放缩后服装模型各关键部位的尺寸。本文构建了系统的三维服装建模及试穿实现程序,增加了服装建模的方便程度,为服装企业降低了建模所需的人力和时间,有助于扩充试衣系统的服装数据库,并为服装电子销售提供思路。