應用小波分析的服裝關節(jié)部位抗皺性評價

劉成霞, 劉 婷

(浙江理工大學 服裝學院, 浙江 杭州 310018)

應用小波分析的服裝關節(jié)部位抗皺性評價

劉成霞, 劉 婷

(浙江理工大學 服裝學院, 浙江 杭州 310018)

為研究服裝在實際著裝過程中起皺的客觀評價方法，以15塊機織試樣為研究對象，將其制作成試穿褲,進行實際著裝起皺，然后對折皺圖像進行主觀評價，利用小波分析技術提取特征值，最后將小波特征值與主觀評價及折皺回復角度進行對比研究。結果表明：小波分析的細節(jié)系數(shù)標準差與專家主觀評價結果具有良好的一致性，可提取小波二層分解時水平方向的細節(jié)系數(shù)標準差作為取代主觀評價的客觀指標，以節(jié)約時間和成本；織物經(jīng)向抗皺性對著裝時服裝抗折皺變形的貢獻最大，斜向其次，緯向最??；采用折皺回復角表征織物抗皺能力時，建議增加斜向折皺回復角的測試，同時賦予經(jīng)緯向不同的權重(經(jīng)向大于緯向)，以提高測試結果與實際著裝時的吻合度。

織物抗皺性； 實際著裝； 折皺回復角； 小波分析； 主觀評價

織物抗皺性是影響服裝外觀的重要因素，從上世紀開始，眾多的紡織科技人員就對織物折皺的測試與評價方法進行了大量研究。

許多文獻報道了相關研究結果，如利用radon變換和紋理分析對織物折皺進行客觀評價[1]；用立體視覺系統(tǒng)和有限元重構織物的三維折皺[2]；利用灰度共生矩陣研究對織物折皺紋理的影響[3]；還有采用視頻序列研究織物折皺回復角的動態(tài)變化規(guī)律[4]。劉成霞等提出了可同時測試織物多方向抗皺性的方法[5-6]，并構建了關節(jié)模擬裝置來研究折皺[7]。

綜上，目前抗皺性的研究大都集中在織物階段，而服用織物的折皺主要來源于兩大因素：一是穿著過程中的運動起皺；二是洗護過程中的揉搓起皺。二者機制完全不同，但現(xiàn)有研究大都針對后者，有關穿著運動起皺的研究甚少。從某種意義上來說，穿著起皺比洗滌起皺更為重要，對服裝美觀性的影響也更大，因此對其研究就顯得格外重要。

本文以服裝在穿著過程中引起的折皺為研究對象，利用小波分析探討服裝折皺的評價方法，以彌補現(xiàn)有研究大都局限于洗滌引起的織物折皺這一不足。

1 實驗部分

1.1 試樣選取

選取抗皺能力不同的15種常見純色機織物，原料涉及棉、亞麻、絲、毛及化纖，且顏色、組織結構亦不相同，織物規(guī)格參數(shù)見表1。

1.2 織物抗皺性測試

根據(jù)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測試試樣的折皺回復角(WRA)，由于機織物的抗皺性具有明顯的各向異性[8]，又具有高度對稱性，使WRA隨角度變化的同時，又以經(jīng)(緯)紗為對稱軸呈對稱分布。所以只測0°～180°，且以15°為間隔，0°為經(jīng)向，90°為緯向，此外由于0°和180°完全相同，因而只測0°～165°。

1.3 實驗服的選取制作及試穿

褲子在人們的生活中占有十分重要的地位[9]，又是非常易起皺的服裝，特別是膝關節(jié)部位，由于頻繁的下蹲或彎曲，使膝蓋后側易產(chǎn)生較多折皺，從而嚴重影響整體平整度和美觀性，由此，選取褲子作為實驗服。實驗條件為：溫度(20±2)℃、相對濕度(65±3)%。試穿者為身高160 cm、腰圍70 cm，A體型的年輕女性1名。

依據(jù)被試者體型，制作合體度適中的褲裝樣板。將所選織物按照所繪樣板，統(tǒng)一參數(shù)進行裁剪、縫制和熨燙，且所有工藝均由同一名人員在同一臺機器上完成。最后將熨平的褲子由試穿者試穿。著裝起皺及折皺圖像的獲取步驟為：1)穿上褲子后，下蹲 5 min，坐在與小腿高度平齊的座位上5 min，站起來恢復5 min為1個循環(huán)，連續(xù)做2個循環(huán)。2)將褲子小心脫下，在自然光照條件下拍攝膝蓋后面起皺最嚴重的部位，然后將該部位小心置于掃描儀上獲取圖像，掃描時在蓋子下面四周放置小物品起支撐作用，以避免蓋子對折皺形態(tài)造成影響。圖1示出拍照和掃描的結果。對比圖1(a)、(b)可知，拍照得到的圖像易因光照不勻而對織物折皺造成影響，而掃描得到的圖像則亮度較為均勻，因此統(tǒng)一采用掃描的方法獲取圖像，截取圖像中起皺最嚴重的區(qū)域，裁剪成256像素×256像素。

1.4 起皺程度的主觀評價

日常生活中，對實際著裝時服裝折皺的評價大都通過主觀評價進行，而主觀評價又有2種常用方法：分檔評分法和秩位評定法，由于這2種方法各具優(yōu)缺點，因此，本文將綜合運用分檔評分法和秩位評定法對織物折皺進行主觀評價，以使研究結果更具全面性和說服力。

具體步驟為：采用5點賦義法對著裝后膝蓋后側的起皺效果進行主觀評價。非常嚴重：1分；較重：2分；一般：3分；較輕：4分；非常輕：5分。為使評分更精確，將結果保留1位小數(shù)。取2條褲腿評分的均值作為最終得分，結果仍保留1位小數(shù)。為克服個體評價的不穩(wěn)定性，采用群體評價。專家組均來自紡織服裝企業(yè)、判斷準確可靠的質檢或檢驗部，且從事該工作10 a以上，其中女性5人，男性5人，年齡為 40～60歲。

主觀評價的理想情況是將真實的樣品呈現(xiàn)給觀察者，但織物變形隨時間推移不斷發(fā)生變化，因此只能將起皺織物在統(tǒng)一的時間內進行拍照或掃描記錄其折皺程度，再由專家對其進行判斷。為減小光照不勻對評價結果的影響，統(tǒng)一采取掃描的方式，即專家的評價對象是掃描的折皺圖像。

評價過程為：將掃描得到的褲子膝蓋部位圖像共30張(每條褲子有2張膝蓋部位的折皺圖像)，分別保存于實驗室中的10臺電腦中(間距較大，以防觀察者受周圍評價結果的影響)，以2種格式保存：一種是每張圖像單獨存為JPG格式，另一種是用一個5列6行的Word表格存放，前者供觀察者仔細查看細節(jié)，后者用來對比圖像之間折皺的差異。主觀評價開始前，請觀察者提前15 min進入實驗室，以熟悉評判要求和規(guī)則，如要評價的織物特點、評價等級以及面料種類等。

要求觀察者在同一時間內對折皺圖像進行評分。為減少個體操作差異對評價結果的影響，要求先用Word表格里的圖像進行總體了解，并初步評分，然后用JPG文件進行分數(shù)修正，最后再對Word文件中的圖像進行分數(shù)確認。取2條褲腿起皺的平均分作為該織物的得分。10名專家對15塊織物的主觀評價結果是否具有說服力，需要進行一致性檢驗。采用完全秩評定的Kendall協(xié)和系數(shù)進行，公式為

式中：W為Kendall完全秩評定協(xié)和系數(shù)，取值在0到1之間，W=0表明完全不相關，W=1表明完全相關；Rj表示每個觀察對象的實際秩和；k=10；n=15。經(jīng)運算W=0.937，在α=0.05的水平下顯著相關。所以10名專家的主觀評價具有良好的一致性。取10名專家對每條褲子打分的平均值作為最終得分，分值越小，說明起皺越嚴重。

1.5 基于小波分析的折皺圖像特征提取

享有數(shù)學顯微鏡美稱的小波分析能有效地提取信息，非常適用于提取和分析由低頻、高頻及中高頻3類信號迭加而成的織物折皺信息。圖2示出小波分析的基本原理。

圖像f(x,y)經(jīng)一層分解，被分成4幅子圖像：CA近似系數(shù)，代表水平和垂直方向的低頻成分；CH1代表水平方向的高頻和垂直方向的低頻成分；CV1代表垂直方向的高頻和水平方向的低頻成分；CD1代表垂直和水平2個方向的高頻成分。CA又可繼續(xù)進行分解。圖2(d)示出折皺圖像經(jīng)二層分解后的圖像。織物折皺程度的高低可通過小波標準差來反映，采用不同分解尺度的3個細節(jié)系數(shù)標準差作為折皺特征，含義如下：Hi為水平細節(jié)系數(shù)CH1的標準差；Vi為垂直細節(jié)系數(shù)CV1的標準差；Di為斜向細節(jié)系數(shù)CD1的標準差；i為小波分解層數(shù)，i=4。

由于Haar具有的方波形狀與機織物或針織物的織紋結構具有相似性[10]，因此選擇Haar小波。

2 結果與討論

2.1 細節(jié)系數(shù)標準差與專家主觀評分的關系

圖3示出細節(jié)系數(shù)標準差與專家評分之間的相關系數(shù)。由圖可知二者呈高度負相關，即越平整的織物，主觀評分越高，小波分析的細節(jié)系數(shù)標準差越小，但小波分解的層數(shù)不同，對應的相關系數(shù)也不同。

一層分解時，3個方向的細節(jié)系數(shù)標準差與主觀評分的相關系數(shù)差距很大；隨分解層數(shù)的增加，相關系數(shù)的差異逐漸縮小。在二層分解時，3個方向的相關系數(shù)均達到最大值。之后又開始減小。

矩形框的重心可清晰表明其變化規(guī)律，重心高度呈先增后減的趨勢，在二層分解時，達到最高，此時3個標準差與主觀評分間的相關系數(shù)最大，之后逐漸降低；而矩形框的長度則說明了3個方向相關系數(shù)的差值，其變化規(guī)律是一層分解時最大，后來逐漸減小，分解到第4層時達到最小。

綜上，小波分析能反映織物折皺程度，對折皺圖像進行不同尺度的小波分解時，與主觀評分相關性最好的是小波二層分解時的水平細節(jié)系數(shù)標準差H2，且每個分解尺度下，與主觀評分相關性最高的均為水平細節(jié)系數(shù)標準差。

2.2 細節(jié)系數(shù)標準差與折皺回復角的關系

圖4示出15塊不同原料的織物在不同分解尺度下的細節(jié)系數(shù)標準差與不同角度下折皺回復角的相關系數(shù)。

小波一層分解時，3條折線距離較遠，與WRA的相關性從大到小依次是：H1、D1和V1。且H1的折線具有較明顯的以90°為最低點的對稱分布特點，織物經(jīng)向和斜向(45°和135°附近)的H1與WRA的相關系數(shù)明顯大于緯向(90°)。

小波二層分解時，3條折線的距離逐漸變小，即D2和V2與折皺回復角的相關系數(shù)比一層分解有了較大提高。3個方向的標準差與WRA的相關系數(shù)由大到小仍然是：H2、D2和V2。此外，相關系數(shù)折線也接近對稱分布，且經(jīng)向和斜向的細節(jié)系數(shù)標準差與WRA的相關系數(shù)明顯大于緯向。

小波三、四層分解時，相關系數(shù)折線呈現(xiàn)的規(guī)律性較差。小波三層分解時，D3和H3的距離進一步縮小，有交叉現(xiàn)象，同時H3和D3折線還保持一定的對稱特點；小波四層分解時，3條折線進一步相交，且H4和D4與WRA的相關系數(shù)繼續(xù)降低。3條折線圖沒有明顯的對稱分布特征。

綜上，小波一、二層分解時，3個方向的標準差與WRA的相關系數(shù)由大到小依次是：H、D和V，且H與織物經(jīng)向和斜向WRA的相關性大于緯向，2個方面都表明織物折皺具有明顯的水平和斜向特征。可解釋為：實際著裝產(chǎn)生的折痕方向最多的是水平方向(相當于測試織物0°，即經(jīng)向)，其次為斜向(相當于測試織物45°或135°)(見圖1)，沒有縱向折痕。簡言之，織物經(jīng)向抗皺能力對實際著裝時服裝抗折皺變形的貢獻最大，其次是斜向，緯向最小。

3 結 論

以15塊機織試樣為研究對象，對其進行折皺回復性實驗，并制作成試穿褲進行實際著裝起皺，通過掃描得到折皺圖像，進而對其折皺程度進行專家主觀評價，以及利用小波分析進行客觀評價，提取了不同分解層數(shù)下的細節(jié)系數(shù)標準差，經(jīng)過研究，得出如下結論。

1)小波分析的細節(jié)系數(shù)標準差與專家主觀評價結果具有良好的一致性，即小波分析可用來對實際著裝引起的織物折皺程度進行客觀評價。且不同分解尺度下，水平方向的細節(jié)系數(shù)標準差H與主觀評分的相關性好于斜向細節(jié)系數(shù)標注差D和垂直方向細節(jié)系數(shù)標準差V，其中相關系數(shù)最高的是小波二層分解時水平方向的細節(jié)系數(shù)標準差H2，因此，可提取H2作為取代主觀評價的客觀指標，以節(jié)約主觀評價時的時間和成本。

2)利用小波分析評價織物折皺時，最佳分解尺度為2，此時3個方向的細節(jié)系數(shù)標準差與折皺回復角WRA的相關性都達到最好，且水平方向最高，斜向其次，垂直方向最低；從織物角度來看，0°的折皺回復角與細節(jié)系數(shù)標準差的相關性最好，其次是斜向，90°最差。建議在用折皺回復角表征織物抗皺性時，增加斜向折皺回復角的測試，并賦予經(jīng)緯向不同的權重(經(jīng)向>緯向)，以提高測試結果與實際著裝時的吻合度。

FZXB

[1] MOHRI M, RAVAND A, HOSSEINI M. Objective evaluation of wrinkled fabric using radon transform[J]. Journal of the Textile Institute, 2005, 96(6): 365-370.

[2] 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.

[3] 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.

[4] 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.

[5] 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.

[6] 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.

[7] LIU C X. New method of fabric wrinkle measurement based on image processing[J]. Fibers & Textiles in Eastern Europe, 2014, 103(1): 51-55.

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

[9] 蘆茵.中西方褲子文化比較[D].北京:清華大學,2004: 1-3. LU Yin. Culture comparison of pants in China and west countries [D].Beijing: Tsinghua University, 2004:1-3.

[10] 鐘智麗.基于小波分析的織物起球客觀評級研究[D]. 天津:天津工業(yè)大學,2006:46-48. ZHONG Zhili. Objective evaluation of fabric pilling grade based on wavelet analysis [D]. Tianjin: Tianjin Polytechnic University,2006:46-48.

Objective evaluation on wrinkling of garment joints based on wavelet analysis

LIU Chengxia, LIU Ting

(SchoolofFashionDesign&Engineering,ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China)

To study the objective evaluation of garment wrinkling during actual wear, 15 woven fabric samples were chosen to make into pants for conducting actual wear, then the wrinkled images were subjected to subjective evaluation, and detailed coefficient standard deviations were extracted based on the wavelet analysis technology, which were compared with the subjective evaluation and wrinkle recovery angle. The results show that good agreement exists between detailed coefficient standard deviations of the wavelet analysis and the subjective evaluation. Standard deviation of detail coefficient at two level wavelet decomposition can be extracted as an objective index to replace subjective evaluation to save time and cost. Fabric wrinkling in the warp contributes most to wrinkling during wear, with the bias the second and weft the least. Hence, when the wrinkle recovery angle is used, it is suggested that wrinkle recovery angle in the bias should be added, and different weights should be given to the warp and weft direction so as to raise the agreement of the results and actual wear.

fabric wrinkling; actual wear; wrinkle recovery angle; wavelet analysis; subjective evaluation

10.13475/j.fzxb.20151102106

2015-11-06

2016-08-20

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)；浙江理工大學研究生創(chuàng)新研究項目(YCX14015)

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

TS 941.2

A