青年女性體表角度分析

王曉霞，戴建國，王春霞，端 丹

(1.浙江理工大學服裝學院，浙江杭州 310018;2.天津師范大學心里行為研究院，天津 300387)

服裝結構研究的本質是體型研究，而服裝原型設計又是服裝紙樣設計的基礎［1］。改善服裝合體性是應對服裝消費水平提高的重要手段［2］。迄今為止，由于傳統(tǒng)的手工人體測量技術的限制，服裝行業(yè)原型設計參數僅憑胸圍、腰圍和背長3個尺寸，但這3個數據相同的人的體型形態(tài)并不完全相同。人體是復雜的幾何體，要想獲得合體的原型，僅靠上述3個尺寸無疑是不夠的［3］。三維人體掃描儀在服裝業(yè)的應用，為人體形態(tài)精確測量提供了條件，也為原型設計方法改進提供了可能。

身高與胸圍或身高與腰圍是反映體型的2個最重要的特征值，現行GB/T 1335—1997《服裝號型》正是依據這2個特征值進行體型分類的，但身高與胸圍或身高與腰圍只反映高矮和胖瘦，而不完全反映體表曲線。

人體形態(tài)的概念是綜合的，它不僅應反映對象的高矮、胖瘦，還應反映對象的體表曲線(即體表角度)。

體表曲線可以用體表角度來表示［4］。不同部位體表角度可以反映人體局部或整體形態(tài)特征。本文主要研究體表角度的分布規(guī)律、各體表角度間關系和體表角度和原型省角間關系，為在原型設計中引入角度參數提供參考。

1 體表角度選取原則

體表角度選取的原則是：與原型輪廓直接相關，能反映人體軀干正面、側面主要形態(tài)特征。

本文選取體表角度如圖1所示。正面的體表角度有肩斜角S、體側角T;側面的體表角度有胸下凸角A、胸上凸角B、背入角N、背側角P;圖中D為前頸點，M為第7頸椎點，F為側頸點。上述角度可總體上反映人體正、側面特征。

圖1 人體正側面體表角度示意圖Fig.1 Surface angle diagram of human body's front(a)and lateral(b)sides

2 體表角度的定義

為了明確表示各體表角度，保證角度計算準確，對體表角度作如下定義［5］。

肩斜角S：側頸點F和肩端點f的連線與水平線的夾角，用來描述肩部的傾斜程度。

體側角T：人體胸圍截面上x軸坐標最大值點R和腰圍截面上x軸坐標最小點r的連線和垂直線的夾角。

胸上凸角B：胸凸點O和前頸點D的連線和水平線的夾角，用來描述胸部的挺立程度，簡稱胸凸角B。

胸下凸角A：點O和其所在腰圍截面上的投影點a的連線和垂直線的夾角，簡稱胸凸角A。

背側角P：肩胛骨最凸點Q和其在腰圍截面上的投影點q的連線和垂直線之間的夾角，用來描述后腰部位凹進的程度。

背入角N：點Q和第7頸椎點M的連線與垂直線的夾角，用來描述背部凸出的程度。

3 體表角度的計算

1)使用美國TC2非接觸三維人體測量儀，實測獲得300名18～28歲在校女大學生的三維人體點云數據。

2)采用逆向工程軟件Imageware12.0獲得三維人體點云數據的三維坐標［6］。

3)噪點的存在會影響整體數據的準確性［7］，在數據計算前，對點云數據去噪處理是必須的。利用Imageware12.0對一些偏移的點云數據進行去噪圓順處理，去噪后數據剩余238人。

4)利用Imageware12.0進行體表角度計算。首先調整顯示，可加快處理速度，清晰顯示點云輪廓［8］，圖2為點云數據調整前后的對比圖。

圖2 人體點云數據調整前后對比圖Fig.2 Comparison diagram before(a)and after(b)adjustment of human point cloud data

點云數據調整后，就可以對體表角度進行計算。根據坐標點計算得出胸部外切線的斜率，即該傾斜角的正切值，利用正切的反三角函數求出該傾斜角的值。

4 體表角度的相關性分析

4.1 體表角度奇異值的去除

莖葉圖能準確顯示奇異值的個數和分布狀態(tài)，圖3 為肩斜角的莖葉圖(其他體表角度莖葉圖略)。從圖可以看出，肩斜角存在大于或等于36°的2個奇異值，去掉后肩斜角剩余為236人。

圖3 肩斜角的莖葉圖Fig.3 Stem leaf plot of shoulder angle

4.2 體表角度相關性

體表角度之間相關性是體表特征研究重要內容。本文利用SPSS16.0對體表角度進行相關性分析，結果見表1。從表中可以得到：

1)肩斜角S和胸凸角A與其他角度的相關性均不明顯，說明它們都是獨立的角度，因胸凸角A的角度值很小，對女裝原型的影響較小，故選取肩斜角作為顯著特征的角。

2)胸凸角B與背入角N存在一定的負相關性，隨著胸凸角B的增大，背入角N呈減小趨勢，胸凸角B能較好地表征胸部的挺立程度，而背入角能較好地表征背部形態(tài)。

3)根據相關性分析得出的結果，對胸凸角B、背入角進行回歸分析，得到回歸分析的方程：背入角N=23.707-0.11B，故選取胸凸角B作為顯著特征的角。

4)體側角T與背側角P存在一定的正相關性，隨著體側角的增大，背側角P也在增大。根據相關性分析，得到二者的回歸方程：背側角P=9.23+0.159T，故選取體側角T作為顯著特征的角度。

表1 體表角度的相關性分析Tab.1 Correlation analysis of body surface angle

由于相關分析是分析2個變量間線性關系的程度，往往因為第3個變量的影響，使得2個變量間的線性相關程度受到一定的干擾。通過相關性分析，得知胸凸角B與體側角T和背入角N存在相關性。偏相關分析主要是對2個以上的變量進行相關性的分析，通過對其他變量控制的前提下，對它們中的2個變量進行的一種研究方法［9］。

表2 示出背入角和體測角偏相關分析結果。可看出在控制胸凸角B的情況下，體側角T與背入角N的相關系數為0.007 1，不相關概率p=0.912，故體側角T與背入角N不存在相關性，因此選取體側角T為顯著特征的角是合理的。

表2 背入角和體側角偏相關分析Tab.2 Partial correlation analysis of back slope angle and body side angle

4.3 體表角度的頻數

通過相關性分析的結果，確定胸凸角B、肩斜角S、體側角 T作為具有顯著特征的角，用Spass16.0對其進行頻數分析，以確定角度整體的變化范圍，結果見表3。

體表角度平均值反映了被測群體的平均水平。標準差描述的是同一角度值中的一種離散程度，標準差的大小和離散程度呈正相關性，隨著標準差的增大，離散程度也越大［9］。

表3 顯著特征角度的頻數分析Tab.3 Frequency analysis of body surface angle

1)由表3可知，肩斜角S的中間值是24.13°，平均值24.57°，而標準差四舍五入后為4，所以把肩斜角S分成3類，分別是正常肩、平肩和溜肩［5］。其中：小于 21°是平肩，為 57人，占人體總數的24.15%;位于21°～27°為正常肩，為160 人，占人體總數的67.70%;大于27°的人為溜肩，為19人，占人體總數的8%。通過分析得出正常肩人體占大多數，所以利用此方法對肩斜角S進行分類是合理的。

2)胸凸角 B的中位數是58.43°，標準差為5.410，根據胸部的挺立程度分為：微凸胸體、正常胸體、挺胸體［10］。其中小于53°為微胸凸體，為30人，占人體總數的12.71%;正常胸體位于53°～63°，為162人，占人體總數的68.64%;小于63°的為挺胸體，為44人，占人體總數的18.64%。

3)體側角 T的中位數為 10.11°，標準差為2.660，把體側角 T分成偏瘦體、正常體、圓胖體［11］，其中位于6°～12°的是正常體，為173人，占人體總數的73.30%;大于12°的是圓胖體，為32人，占人體總數的13.56%;小于6°的是偏瘦體，為31人，占人體總數的13.14%。

在上述3個角度指標的細分中，標準差范圍內處于正常體的人數占絕大部分，角度出現頻率最多的也都在正常體型角度的范圍內，因此，這3個角度可以作為表征青年女性體型特征的顯著性角度。

4.4 體表角度和原型省角的相關性

本文的研究目的是建立體表角度與原型省角和輪廓角的一種對應關系。通過利用逆向工程軟件模擬曲線的長度，計算得到原型衣片的胸省角和側縫省角值，并利用統(tǒng)計軟件求得各個省角和體表角度的相關性。得到胸凸角B和胸省角呈正相關性，相關系數為0.654，其回歸方程為胸省角=6.482+0.34B;側縫省角和體側角T也呈正相關性，相關系數為 0.293，其回歸方程為側縫省角 =7.53+0.524T;原型衣片肩斜的確定依據體表肩斜角的大小具體設計。最后將體表角度作為輸入數據，原型細部尺寸作為輸出數據，利用BP神經網絡逐點訓練，得到二者的神經網絡模型，從而為基于體表角度參數的女裝原型設計方法提供參考。

5 總結

通過對肩斜角 S、胸凸角 A、胸凸角 B、體側角T、背入角N、背側角S共6個體表角度進行分類和相關性分析，得到如下結論：

由體側角T和背側角S的相關關系，確定了后背省和側縫處省呈正相關關系;由胸凸角B和背入角N的相關關系，得到胸省量和后背省量成反比的關系，為本文的后續(xù)研究打下基礎，也為今后在女裝原型的研究中，利用某個省量確定相關省量的大小提供理論參考。

相比于目前存在的女裝原型設計方法，本文提出的以女性體表形態(tài)結合人體相關尺寸的女裝原型設計方法，是一種實用、新穎的方法。該方法不僅可為女裝原型的設計提供新的方法，而且可為女裝合體性的研究提供理論支持。

［1］朱光宇.基于eMTM的數字服裝人體測量與個性化服裝原型生成技術的研究［D］.上海：東華大學，2007：42-44.ZHU Guangyu.Based on eMTM digital fashion body measurements and personalized clothing prototype generation technique［D］.Shanghai： Donghua University，2007：42-44.

［2］KIM S，PARK C K.Basic garment pattern generation using geometric modeling method［J］.International Journal of Clothing Science and Technology，2007，19(1/2)：7-17.

［3］CHO Y，OKADA N，PARK H，et al.An interactive body model for individual pattern making［J］.International Journal of Clothing Science and Technology，2005，17(1/2)：91-99.

［4］LEE Wookyung.Classification of body shape characteristics of women's torsos using angles［J］.International Journal of Clothing Science and Technology，2010，22(4)：32-34.

［5］許家?guī)r，匡才遠.基于體表形態(tài)角度的青年男體分類研究［J］.國外絲綢，2008(3)：15-17.XU Jiayan，KUANG Caiyuan.Based on the surface morphology of young male body's classification［J］.Foreign Silk，2008(3)：15-17.

［6］袁衛(wèi)娟.基于點云數據女緊身原型省道分布研究［D］.蘇州：蘇州大學，2010：42-50.YUAN Weijuan.Based on the study of point cloud data of femalebodiceprototypedartdistribution［D］.Suzhou：Soochow University，2010：42-50.

［7］WANG Maojiun，WU Wenyen，LIN Kuochao，et al.Automated anthropometric data collection from three dimensional digital human models［J］.Int J Adv Manuf Technol，2007，32(3)：109-115.

［8］單巖，謝斌飛.Imageware逆向造型技術基礎［M］.北京：清華大學出版社，2006：27-35.SHAN Yan，XIE Binfei.The Basics of Imageware Reverse Modeling Technology［M］.Beijing：Tsinghua University Press，2006：27-35.

［9］盧紋岱.SPSS for Windows統(tǒng)計分析［M］.2版.北京：電子工業(yè)出版社，2002：270-332.LU Wendai.SPSS for Windows Statistical Analysis［M］.2nd ed.Beijing：Publishing of Electronics Industry，2002：270-332.

［10］彭磊，謝紅，鄒奇芝.基于量身定制特體女裝原型樣板的生成［J］.紡織學報，2011，32(4)：101-105.PENG Lei，XIE Hong，ZOU Qizhi.Generationof women's basic patterns of special body forms based on made to measure［J］.Journal of Textile Research，2011，32(4)：101-105.

［11］錢曉農，尹兵.基于三維人體測量的人體體型細分識別的研究［J］.紡織學報，2011，32(2)：107-120.QIAN Xiaonong，YIN Bing.Research on subdividing of human body recognition based on 3-D body measurement［J］.Journal of Textile Research，2011，32(2)：107-120.