模擬實際著裝的織物抗皺性測試方法

劉成霞， 韓永華

(1. 浙江理工大學 服裝學院， 浙江 杭州 310018； 2. 浙江理工大學 信息學院， 浙江 杭州 310018)

模擬實際著裝的織物抗皺性測試方法

劉成霞1， 韓永華2

(1. 浙江理工大學 服裝學院， 浙江 杭州 310018； 2. 浙江理工大學 信息學院， 浙江 杭州 310018)

針對現有的織物抗皺性測試方法不能直接用來表征穿著過程引起的折皺這一現象，提出一種可模擬實際著裝的織物抗皺性測試方法。構建了模擬裝置，并利用圖像處理技術提取了折皺密度。經20塊織物的相關實驗驗證得出：模擬方法與實際著裝產生的折皺非常相似，說明模擬方法具有一定的可行性，且其測試穩定性好于折皺回復角法；0°折皺回復角與折皺密度的相關性最大，隨后是45°,建議增加45°折皺回復角的測試，以使測試結果更能表征實際著裝時織物的折皺變形能力；建立了多元回歸模型，此模型可用來預測實際著裝時的折皺密度，無需經過工作量繁重的服裝制作和實際穿著實驗。

織物抗皺性； 模擬裝置； 實際著裝； 折皺回復角； 圖像處理

織物抗皺性對服裝外觀有著非常重要的影響，因而有必要對織物抗皺性進行準確、客觀的測試與評價。近年來，國內外的紡織領域學者對織物抗皺性及平整度的測試與評價方法進行了大量研究。

文獻[1]對織物折皺進行了radon變換和紋理分析；Behera等[2]用Canny邊緣檢測得到客觀評價織物折皺的指標；Yu等[3]利用立體視覺系統重構了織物的三維折皺表面；Ravanid等[4]利用GLCM研究了織物折皺紋理；楊曉波等[5]用光度立體視覺和陰影恢復形狀技術對折皺織物的表面進行了三維重建；王雷等[6]研究了織物折皺回復角隨時間的動態變化情況。

目前國內外廣泛采用的織物抗皺性評價方法可分為折皺回復角法和外觀等級評價法，然而這2種方法各有局限性，其中折皺回復角法每次只能測織物一個方向的抗皺性能，對此，本文作者提出了可同時測試織物多方向抗皺性的方法[7-8]。此外，這2種方法無論在織物受力還是產生的折皺形態上，都與實際著裝時有較大差距，未必能用來表征實際穿著時更復雜、更立體的折皺情況，因此，本文作

者構建了關節模擬裝置[9]，但該裝置使織物產生的是壓縮變形，與膝蓋等處織物發生的彎曲變形尚有一定差距。針對該局限性，提出一種與人體實際著裝時更加吻合的抗皺性測試方法。

1 實 驗

1.1 試樣的選取

選取有代表性，且抗皺能力不同的20種常見純色機織物，原料涉及棉、麻、絲、毛及化纖，并且顏色、組織結構亦不相同，規格參數如表1所示。

表1 織物規格參數Tab.1 Fabric specification parameters

1.2 折皺回復角法測試織物抗皺性

根據GB/T 3819—1997《紡織品織物折痕回復性的測定 回復角法》，用YG541E型全自動激光織物折皺彈性儀，在標準大氣環境中測試樣品的折皺回復角(WRA)，由于機織物的抗皺性具有明顯的各向異性[10]，除測試標準中規定的經緯方向(WRA0和WRA90)外，還增加45°折皺回復角(WRA45)的測試。為使測試結果更加精確，每個方向測10次，結果取平均值。

1.3 利用關節模擬裝置測試織物抗皺性

1.3.1 原理介紹

眾所周知，服裝在穿著過程中折皺最嚴重的是關節部位，人體頻繁發生的下蹲、屈肘等動作使關節部位的服裝面料產生彎曲變形而起皺。鑒于此，本裝置的設計原理是模擬人體關節部位產生折皺的過程，因此將其簡稱為模擬裝置。

1.3.2 裝置結構

模擬裝置所需材料主要包括木材、釘子、彈簧、棉花、針織布。模擬裝置的制作方法為：將圓柱形木條按照人體手臂的結構進行加工，其中1根木條長為10 cm，一端周長為17 cm，另一端周長為16 cm；另一根木條長為12 cm，一端周長為16 cm，另一端周長為15 cm。將2根木條周長為16 cm一端的中心掏空，并用樟木球及彈簧連接，模擬關節，連接后的2根木條模擬人體骨骼；外層用棉花均勻包裹以模擬人體肌肉和脂肪，最外面再用有彈性的針織布包裹并縫合，模擬人體皮膚。包裹棉花和針織布后的周長增加1 cm，完成后的裝置如圖1所示。此裝置猶如前臂和上臂組成的人體手臂。

圖1 完成后的模擬裝置Fig.1 Finished simulating device

1.3.3 實驗準備

實驗設備及工具：模擬裝置；LiDE210 Cano Scan掃描儀；大頭針若干；計算機。

實驗條件為標準大氣環境，光照均勻且光線充足的室內。將上述20種織物熨燙平整后，裁剪成高為22 cm的梯形(以織物經向為高度方向)，上底邊為20 cm，下底邊為18 cm，每種織物準備10塊試樣。

1.3.4 實驗方法

將試樣正面朝外沿經向包裹到模擬裝置上，并用大頭針按照0.5 cm的縫頭小心固定，且使接縫位于關節外側；將“穿”有織物的模擬裝置彎曲成規定角度(文中統一彎曲成60°)；維持彎曲狀態統一時間(文中為5 min)后，小心取下大頭針，將織物取下，展平，注意手勢輕盈，不要影響織物表面折皺狀態；恢復規定時間(文中為5 min)后，將織物放入設置好參數的掃描儀中，采集織物折皺圖像。掃描時，為避免對折皺造成影響，在蓋子下端四周放置小物體，以隔開織物與掃描儀蓋；截取掃描圖像中折皺最嚴重的區域，尺寸為256 像素 × 256 像素，以便于后續處理。

圖2示出同種材質的面料用模擬裝置和實際著裝產生的折皺。由圖可知，無論是穿在模擬裝置上，還是從模擬裝置取下展開后的折皺，都與穿在人體以及從人體脫下形成的折皺非常相似。

圖2 模擬裝置與實際著裝產生的折皺Fig.2 Wrinkles produced by simulating device and actual wear.(a) On simulating device; (b) Taken off from device; (c) On human body; (d) Taken off from human body

1.3.5 圖像法提取的織物折皺密度

將掃描得到的彩色圖像轉化成灰度圖像，然后進行邊緣檢測。經過多次研究發現，Sobel邊緣檢測算子的檢測結果與肉眼觀察的折皺程度具有良好的一致性，檢測的邊緣即為圖像中棱角分明的折痕，折痕數量越多，越清晰，則說明折皺越嚴重，因此本文均采用Sobel邊緣檢測算子提取織物折皺，結果如圖3所示。

圖3 邊緣檢測過程Fig.3 Edge detection.(a) Gray level image; (b) Edge detected image

折皺密度(WD)即折痕面積占總面積之比，計算公式為

式中：Wn為邊緣檢測圖像中白色像素點個數；A為像素點總個數，即256像素×256像素=65 536像素。

2 結果與討論

2.1 模擬方法的測試穩定性

折皺回復角與折皺密度測試結果如表2所示。表中數據均為10次測試結果的平均值。用織物經10次測試所得WD的變異系數(標準差與平均值之比)CV1來表示模擬方法的測試穩定性，同時計算WRA的變異系數CV2以進行對比。

由于每塊織物測試了0°、45°和90° 3個方向的WRA，其變異系數分別表示為CV2-0、CV2-90和CV2-45，結果如圖4所示。從圖可看出，3個方向折皺回復角的變異系數總體呈現相似的規律性。從數值上來看，CV2-45最小，而CV2-0和CV2-90均大于CV2-45，即45°正斜絲的折皺回復角測試穩定性最好，而經緯向測試穩定性較差。

由于3個方向折皺回復角的變異系數具有較好的一致性，為表明這種方法的總體穩定性，將CV2-0、 CV2-90和CV2-45的平均值記為CV2，并將其與CV1進行對比，結果如圖5所示。從圖可知，絕大多數面料的CV1小于CV2，尤其是CV2較大的織物，CV1相比CV2有較大幅度的降低。其中最明顯的為3#，CV2為0.149，而CV1僅為0.032，二者相差0.117。對8#和9#這2塊CV2較小的織物來說，CV1大于CV2，但差距不是特別明顯，因此總體來說，模擬方法的測試穩定性好于傳統的折皺回復角法。

表2 織物抗皺性測試結果Tab.2 Results of fabrics wrinkling performance

圖4 CV2-0、CV2-90和CV2-45的比較Fig.4 Comparison of CV2-0, CV2-90 and CV2-45

方法自變量模型方差R2標準估計的誤差FSig．關系式進入WRA0WRA45WRA900910037508539970000WD=8293-0021WRA0-0012WRA45-0001WRA90WRA0WRA450910036437857750000WD=8230-0022WRA0-0012WRA45

圖5 CV1與CV2的比較Fig.5 Comparison of CV1 and CV2

究其原因為：折皺回復角法的測試面積很小，只能產生1條1.5 cm的直線折皺，使測試結果具有一定的隨機性和不確定性；而模擬方法的測試面積大，且產生了多方向的立體折皺，更好地表征了織物綜合的抗皺性，較好地克服了折皺角法的隨機性、偶然性和片面性，表征效果也更穩定。

2.2 折皺密度與折皺回復角的關系

折皺密度WD與不同方向WRA的相關系數如表3所示。由表可知，WRA0與WD的相關性最大，其次是WRA45，WRA90最小。

表3 折皺回復角與折皺密度之間的相關系數Tab.3 Correlation coefficients between WRA and WD

注：**表示在0.01的水平上顯著相關。

表4示出以WD為因變量，3個方向的WRA為自變量進行回歸分析的結果。

從表4數據可知，2個回歸方程在0.01的水平上都是顯著的(Sig.為0.000)，且模型中的R2也相同，以WRA0和WRA45進行回歸的標準估計誤差稍小，說明WRA90的加入對WD的預測精度不僅沒有提高，反而稍有下降。可解釋為：由圖3可知，無論是實際穿著，還是用模擬裝置，產生的折皺基本為水平方向和斜向，前者相當于折皺回復角法測試時，檢測WRA0的情況(制作服裝時，皆以織物經向為服裝的長度方向)；同樣，斜向折皺則相當于檢測WRA45，由于沒有出現豎向折皺，致使WRA90對WD的貢獻非常微弱。

上述方程皆可用來預測實際著裝時織物的抗皺情況。建議增加45°折皺回復角的測試，以使結果更能表征實際著裝時織物折皺變形能力。

3 結 論

1)模擬裝置產生的折皺與實際穿著時的折皺非常類似，都由水平方向和斜向折痕組成。說明本文作為嘗試和探索提出的模擬方法用來預測服裝實際穿著時的抗皺性具有一定的可行性，且該模擬方法的測試穩定性也好于折皺回復角法。

2)折皺密度與不同方向折皺回復角的相關分析表明，0°方向的與折皺密度的相關性最大，其次是45°方向，因此建議增加45°方向折皺回復角，以使結果更符合實際著裝。

3)由不同方向折皺回復角與折皺密度的回歸模型可預測實際著裝時織物的抗皺情況，無需經過工作量異常繁重的服裝制作和實際穿著實驗。

FZXB

[1] 劉成霞，劉婷. 應用小波分析的服裝關節部位抗皺性評價[J].紡織學報，2016,37(12)：87-91. LIU Chengxia, LIU Ting. Objective evaluation of wrinkling of garment joints based on wavelet analysis[J]. Journal of Textile Research, 2016, 37(12): 87-91.

[2] BEHERA B K, RAJESH M. Measurement of fabric wrinkle using digital image processing [J]. Indian Journal of Fiber and Textile Research, 2008, 33(12): 30-36.

[3] YU W, YAO M, XU B. 3-D surface reconstruction and evaluation of wrinkled fabrics by stereo vision[J]. Textile Research Journal, 2009, 79(1): 36-46.

[4] RAVANIDI, SEYED A H, PAN Ning. The influence of gray-level co-occurrence matrix variables on the textural features of wrinkled fabric surfaces[J]. Journal of the Textile Institute, 2011, 102(4): 315-321.

[5] YANG X B, HUANG X B. Evaluating fabric wrinkle degree with a photo metric stereo method[J]. Textile Research Journal, 2003, 73(5): 451-454.

[6] WANG L, LIU J L, PAN R R, et al. Dynamic measurement of fabric wrinkle recovery angle by video sequence processing[J].Textile Research Journal, 2014, 84(7): 694-703.

[7] 劉成霞, 徐晶.基于圖像處理的織物多方向抗皺性測試方法[J].紡織學報,2012，33(7): 48-52. LIU Chengxia, XU Jing. New testing method of fabric multidirectional wrinkle resistance based on image processing[J]. Journal of Textile Research, 2012，33(7): 48-52.

[8] LIU C X, FU Y Q. Novel measurement for multi- directional fabric wrinkling using wavelet analysis[J]. Fibers and Polymers，2014，15(6):1337-1342.

[9] LIU C X. New method of fabric wrinkle measurement based on image processing[J]. Fibers & Textiles in Eastern Europe, 2014，22(1): 51-55.

[10] MERATI A, PATIR H. Anisotropy in wrinkle properties of woven fabric[J]. Journal of the Textile Institute, 2011,102(7): 639-646.

Measurement for fabric wrinkle resistance by simulating actual wear

LIU Chengxia1, HAN Yonghua2

(1.SchoolofFashionDesignandEngineering，ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China；2.SchoolofInformaticsandElectronics，ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China)

The available fabric wrinkling measurements could not be used to characterize the wrinkling behavior during actual wearing. Aiming at this, a simple method for fabric wrinkling measurement that can simulate actual wear was put forward. A simulating device was set up and image processing technology was used to extract wrinkle density. Experiment was conducted with 20 fabrics. The following conclusions can be drawn. Wrinkles produced by the simulating method are very similar with those in actual wear, which proves the feasibility of the method. Besides, its measuring stability is better than that of the wrinkle recovery angle method. Wrinkle recovery angle in 0° has the highest correlation with wrinkle density, after which is 45°. It is advisable that wrinkle recovery angle in 45° should be considered to improve the agreement of the testing results and the actual wrinkling capability during wear. Models between wrinkle density and wrinkle recovery angle established by multiple linear regression can be used to predict fabric wrinkling during actual wear, without need of the tedious clothes making and trial work.

fabric wrinkling; simulating device; actual wear; wrinkle recovery angle; image processing

2015-09-06

2016-09-13

國家自然科學基金項目(51405446)；浙江省公益性技術應用項目(2014C31052)；浙江理工大學521人才支持計劃項目(11110232241517)；浙江理工大學科研啟動基金項目(15072096-Y)

劉成霞(1975—)，女，教授，博士。主要研究方向為紡織品檢測技術。E-mail:glorior_liu@hotmail.com。

10.13475/j.fzxb.20150901105

TS 941.2

A