基于圖像處理的翻駁領(lǐng)造型圓順度客觀評(píng)價(jià)方法

陳冬蕾 吳巧英

摘要： 為客觀評(píng)價(jià)翻駁領(lǐng)造型圓順度，利用UG NX 10.0軟件通過(guò)曲率分析提取拐點(diǎn)數(shù)、曲率極差最大值、曲率極差和及曲率極差變異系數(shù)四個(gè)特征指標(biāo)。文章以常見(jiàn)9種面料、7種粘襯作為實(shí)驗(yàn)對(duì)象，統(tǒng)一工藝參數(shù)制作翻駁領(lǐng)樣衣，并進(jìn)行主客觀評(píng)價(jià)。通過(guò)相關(guān)特征指標(biāo)分析和多元回歸分析，建立以客觀參數(shù)描述主觀評(píng)價(jià)結(jié)果的數(shù)學(xué)模型，并隨機(jī)選取9個(gè)翻駁領(lǐng)試樣驗(yàn)證該模型。結(jié)果表明：模型具有較好的預(yù)測(cè)精度，圓順度主客觀評(píng)價(jià)之間具有良好的一致性，利用圖像處理技術(shù)客觀評(píng)價(jià)翻駁領(lǐng)圓順度是可行的。

關(guān)鍵詞： 翻駁領(lǐng)造型；圓順度；客觀評(píng)價(jià)；圖像處理；曲率

中圖分類(lèi)號(hào)： TS941.2 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 10017003（2018）07004907引用頁(yè)碼： 071108

Research on objective evaluation of lapel collar smoothness based on image processing

CHEN Dongleia， WU Qiaoyingb

（a.School of Fashion Design & Engineering； b.School of International Education， Zhejiang SciTech University， Hangzhou 310018， China）

Abstract： In order to objectively evaluate the smoothness of lapel collar， UG NX 10.0 software was used to make curvature analysis， and extract four characteristic indexes： the number of turning points， maximum value of curvature range， the sum of curvature range and variation coefficient of curvature range. 9 kinds of common fabrics and 7 kinds of interlinings were selected as experimental objects to unify process parameters so as to make lapel samples. Subjective and objective evaluations were made. By relevant characteristic index analysis and multiple regression analysis， a mathematic model describing subjective evaluation results with objective parameters was established. Moreover， 9 collar samples were selected randomly to validate the mode. The results show that the established model of lapel collar smoothness has good prediction precision. The results of the objective and subjective evaluation of lapel collar smoothness based on image processing are consistent， demonstrating that it is feasible to objectively evaluate the smoothness grade of lapel collar by using image processing method.

Key words： lapel collar modeling； smoothness； objective evaluation； image processing； curvature

收稿日期： 20170926； 修回日期： 20180509

基金項(xiàng)目： 浙江理工大學(xué)科研啟動(dòng)基金項(xiàng)目（14072098Y）

作者簡(jiǎn)介： 陳冬蕾（1993），女，碩士研究生，研究方向?yàn)榉b技術(shù)與理論。通信作者：吳巧英，教授，qywu@zstu.edu.cn。翻駁領(lǐng)作為男西裝的重要組成部分，其造型對(duì)西服的外觀效果及著裝舒適度起著至關(guān)重要的作用[1]。影響翻駁領(lǐng)造型的主要因素包括圓順度、貼合度、平整度等，其中領(lǐng)口翻折線的圓順程度能夠直觀反映翻駁領(lǐng)成品質(zhì)量。目前對(duì)于翻駁領(lǐng)造型多由人工評(píng)判，存在效率低、易受人為因素影響等缺點(diǎn)。

近年來(lái)，國(guó)內(nèi)外研究者致力于運(yùn)用先進(jìn)的圖像處理技術(shù)提取造型參數(shù)或?qū)ν庥^造型進(jìn)行測(cè)定[2]。如吳巧英等[3]、李俊等[4]采用攝像法對(duì)裙裝外觀形態(tài)進(jìn)行圖像采集，利用Matlab等圖像處理軟件提取長(zhǎng)度、角度和面積指標(biāo)。徐瑤瑤等[5]通過(guò)三維掃描儀獲取文胸模杯的點(diǎn)云數(shù)據(jù)，利用逆向工程軟件進(jìn)行實(shí)體模型構(gòu)建并提取文胸模杯的造型特征參數(shù)。KIM等[6]綜合二維、三維方法測(cè)定夾克衫外觀造型并進(jìn)行比較分析。

參考這些方法，本文針對(duì)翻駁領(lǐng)造型，提出一種利用圖像處理技術(shù)客觀評(píng)價(jià)其圓順度的方法，并通過(guò)分析此方法與傳統(tǒng)主觀評(píng)價(jià)結(jié)果之間的關(guān)系，驗(yàn)證其可行性。

1實(shí)驗(yàn)

1.1材料選取

面料與粘襯：選取具有代表性的西服常用9種面料、7種粘合襯作為實(shí)驗(yàn)對(duì)象，基本參數(shù)分別見(jiàn)表1、表2。其中毛滌織物5種（編號(hào)1#～5#），對(duì)應(yīng)粘合襯5種（編號(hào)1#～5#）；棉麻織物4種（編號(hào)6#～9#），對(duì)應(yīng)粘合襯4種（編號(hào)4#～7#）；組合成粘合復(fù)合物共41種。

儀器：SR400黏合機(jī)（日本SUMMIT公司）；175/92A標(biāo)準(zhǔn)人臺(tái)（慈溪市滸山西華服裝模型廠）；DDL8500工業(yè)用平縫機(jī)（日本JUKI公司）；D90數(shù)碼照相機(jī)（泰國(guó)Nikon公司）；蒸汽電熨斗（市售）等。

1.2翻駁領(lǐng)樣板與縫制

衣身樣板設(shè)計(jì)：選用基礎(chǔ)款兩?？燮今g領(lǐng)男西服作為實(shí)驗(yàn)用服裝。參考文獻(xiàn)[7]繪制175/92A型號(hào)的衣身樣板，并根據(jù)面料厚度細(xì)微調(diào)整樣板倒伏量。翻駁領(lǐng)基礎(chǔ)樣板及主要尺寸參數(shù)見(jiàn)圖1。

編號(hào)種類(lèi)面密度/（g·m-2）厚度/mm組織1#75D硬54.00.32平紋2#100D軟68.00.30變化平紋3#薄拉毛襯59.80.31經(jīng)編襯緯4#梭織硬87.00.28平紋5#50D軟45.00.22平紋6#厚紙襯45.00.20平紋7#薄紙襯24.30.16平紋圖1翻駁領(lǐng)西裝樣板及尺寸參數(shù)

Fig.1Sample and dimension parameters of lapel collar suit樣衣制作：利用41種面襯復(fù)合物制作翻駁領(lǐng)樣衣，編號(hào)1#～41#。樣衣的裁剪、縫制和熨燙嚴(yán)格按照男西服縫制標(biāo)準(zhǔn)工藝[8]，由同一人使用同一臺(tái)設(shè)備完成?？p制時(shí)注意規(guī)范手勢(shì)，不過(guò)分拉扯面料，盡量減少領(lǐng)子制作的誤差。

1.3圓順度客觀評(píng)價(jià)

1.3.1圖像采集

對(duì)翻駁領(lǐng)的外觀形態(tài)進(jìn)行圖像采集。實(shí)驗(yàn)環(huán)境為光源穩(wěn)定、無(wú)風(fēng)的房間，將翻駁領(lǐng)樣衣自然穿于人臺(tái)上，靜止后用數(shù)碼相機(jī)對(duì)外觀造型進(jìn)行拍攝記錄，拍攝方位為俯視。為盡量減小誤差，拍攝時(shí)固定相機(jī)及人臺(tái)位置，且相機(jī)所有參數(shù)不變。

1.3.2圖像處理法提取圓順度客觀參數(shù)

曲率K在數(shù)學(xué)上表明曲線在某一點(diǎn)的彎曲程度[9]。曲線所在點(diǎn)的曲率值越大，表示該點(diǎn)處曲線的彎曲程度越大，即曲線該點(diǎn)處越不圓順。因此，可采用曲率分析方法提取翻駁領(lǐng)圓順度客觀參數(shù)，具體步驟如下：

1）對(duì)采集圖像進(jìn)行預(yù)處理。以同一像素大小截取圖像后領(lǐng)口部分（該部分圓順度變化明顯），并將其灰度化，如圖2所示。利用Photoshop圖像處理軟件提取后領(lǐng)口翻折曲線，如圖2白色曲線標(biāo)出。

利用UG NX 10.0軟件對(duì)提取的后領(lǐng)口翻折線進(jìn)行曲率分析。由于翻折曲線提取過(guò)程中存在一定的誤差（誤差主要集中在曲線兩端），故曲率分析時(shí)統(tǒng)一將特征曲線首尾兩端各去除5%。曲率梳是曲線各點(diǎn)曲率的矢量顯示[10]，通過(guò)曲率梳能夠獲得曲線在某方向上的曲率信息。圖3為曲線曲率梳分布，其中曲率梳方向發(fā)生變化的轉(zhuǎn)折點(diǎn)為曲線拐點(diǎn)（用標(biāo)注），對(duì)于某兩個(gè)拐點(diǎn)間的一段曲線，都存在一個(gè)曲率最大點(diǎn)（用△標(biāo)注）和一個(gè)曲率最小點(diǎn)（一般位于拐點(diǎn)處）。如圖3中2個(gè)數(shù)字標(biāo)注位置分別為該段曲線上的曲率最大值和最小值。曲線上拐點(diǎn)個(gè)數(shù)能夠反映其起伏數(shù)量，N個(gè)拐點(diǎn)將該曲線劃分成N+1段區(qū)域。對(duì)于曲線上某一段區(qū)域i，曲率極差Ri能夠反映該區(qū)域內(nèi)各點(diǎn)曲率值變化的最大范圍，計(jì)算公式如下：

Ri=Kimax-Kimini=（0，1，…，N）（1）

式中：Kimax、Kimin分別為曲線第i段區(qū)域內(nèi)曲率最大值、最小值。

每條曲線通過(guò)計(jì)算得到N+1個(gè)曲率極差值Ri。分別計(jì)算各曲線Ri的最大值、Ri之和，該兩項(xiàng)數(shù)據(jù)用來(lái)比較各曲線Ri的變化范圍。計(jì)算各曲線Ri的變異系數(shù)（相比標(biāo)準(zhǔn)差能夠消除測(cè)量尺度及量綱影響），用來(lái)比較各曲線Ri變化的離散程度。綜上，提取四項(xiàng)圓順度特征指標(biāo)，見(jiàn)表3。

為了使評(píng)價(jià)結(jié)果更準(zhǔn)確，本文綜合運(yùn)用分檔評(píng)分法和秩位評(píng)定法對(duì)翻駁領(lǐng)造型圓順度進(jìn)行主觀評(píng)價(jià)[11]。將灰度處理后的后領(lǐng)口部分圖像打印成紙質(zhì)圖片（用來(lái)對(duì)比不同試樣之間圓順程度），并以JPG格式保存于實(shí)驗(yàn)室的電腦中（供觀察者仔細(xì)查看細(xì)節(jié)）。圓順度評(píng)價(jià)按照五級(jí)描述法（評(píng)分范圍1～5分，1分最差，5分最好，評(píng)分保留一位小數(shù)），由15名服裝專(zhuān)業(yè)人士在同一時(shí)間地點(diǎn)進(jìn)行打分。

2結(jié)果與分析

2.1實(shí)驗(yàn)結(jié)果

采用Kendalls W協(xié)同系數(shù)檢驗(yàn)對(duì)15名專(zhuān)業(yè)人士評(píng)價(jià)結(jié)果的有效性進(jìn)行檢驗(yàn)，得到W值為0.417，對(duì)應(yīng)的雙側(cè)檢驗(yàn)的概率p值為0.000（小于顯著性水平α=0.01），故認(rèn)為評(píng)價(jià)者的評(píng)價(jià)標(biāo)準(zhǔn)具有一致性。對(duì)于某編號(hào)翻駁領(lǐng)，計(jì)算15名專(zhuān)家對(duì)該翻駁領(lǐng)主觀評(píng)分的平均值，作為其主觀評(píng)分結(jié)果。41個(gè)翻駁領(lǐng)試樣圓順度的主客觀評(píng)價(jià)結(jié)果見(jiàn)表4。

2.2結(jié)果分析

2.2.1圓順度主客觀評(píng)價(jià)結(jié)果的相關(guān)分析

利用Pearson相關(guān)分析法考察翻駁領(lǐng)圓順度主客觀評(píng)價(jià)結(jié)果的關(guān)系，結(jié)果見(jiàn)表5。作翻駁領(lǐng)圓順度客觀指標(biāo)與主觀評(píng)分散點(diǎn)示意見(jiàn)圖4。

結(jié)合圖4與表5相關(guān)系數(shù)分析可知，圓順度客觀參數(shù)與主觀評(píng)分之間均呈顯著負(fù)相關(guān)關(guān)系（雙側(cè)檢驗(yàn)概率p值均小于顯著性水平α=0.01）。即拐點(diǎn)數(shù)N越少；曲率極差最大值M越??；曲率極差和H越??；曲率極差變異系數(shù)CV越小，則該領(lǐng)越圓順。具體分析如下：

1）由圖4（a）可見(jiàn)，隨著拐點(diǎn)數(shù)N增加，主觀評(píng)價(jià)值呈遞減趨勢(shì)。N在15范圍內(nèi)，隨著N增加主觀評(píng)價(jià)值線性遞減，兩變量間呈負(fù)線性關(guān)系；N大于15左右，兩變量間線性關(guān)系變?nèi)酢?/p>

2）由圖4（b）可見(jiàn)，曲率極差最大值M與主觀評(píng)價(jià)值自始至終有較明顯且斜率一致的負(fù)線性關(guān)系。表5表明，客觀參數(shù)中M與主觀評(píng)分相關(guān)性最密切，相關(guān)系數(shù)為-0.883。

3）由圖4（c）可見(jiàn)，隨著曲率極差和H增加，主觀評(píng)價(jià)值呈遞減趨勢(shì)。H在2.5范圍內(nèi)，隨著H增加主觀評(píng)價(jià)值線性遞減，兩變量間呈負(fù)線性關(guān)系；H大于2.5，兩變量間線性關(guān)系變?nèi)酢?/p>

4）由圖4（d）可見(jiàn)，曲率極差變異系數(shù)CV在100%范圍內(nèi)，隨著CV的增加，主觀值呈快速線性遞減；大于100%，隨著CV增加，主觀值呈緩慢遞減趨勢(shì)。

2.2.2翻駁領(lǐng)圓順度的回歸模型建立

用逐步回歸分析法進(jìn)一步考察客觀參數(shù)與主觀評(píng)分的相關(guān)性，隨機(jī)選取編號(hào)2#、8#、15#、19#、21#、27#、30#、36#、41#共9種樣本用于驗(yàn)證模型，其余32種樣本數(shù)據(jù)用于建立模型，結(jié)果見(jiàn)表6。通過(guò)t檢驗(yàn)將拐點(diǎn)數(shù)排除，得到曲率極差最大值M、曲率極差和H、曲率極差變異系數(shù)CV與主觀評(píng)分Y的線性回歸圖4客觀指標(biāo)與主觀評(píng)分散點(diǎn)示意

Fig.4Scatter diagram of objective index and subjective score表6翻駁領(lǐng)圓順度客觀參數(shù)對(duì)主觀評(píng)分的回歸分析結(jié)果

Tab.6Regression analysis results between objective parameters and subjective scores of lapel collar smoothness

Y=f（M，H，CV）模型參數(shù)檢驗(yàn)參數(shù)t值p值共線性檢驗(yàn)容差VIF擬合度檢驗(yàn)

系數(shù)模型顯著性檢驗(yàn)F值p值殘差獨(dú)立性檢驗(yàn)

D-W值MHCV常數(shù)項(xiàng)-0.788-0.159-0.0115.707-2.487-2.922-2.60517.4070.0190.0070.0150.0000.2080.3790.3464.8102.6412.892R=0.929

R2=0.863

R2adj=0.84959.0320.0001.821方程：

Y=-0.788M-0.159H-0.011CV+5.707（5）

由表6可知，該模型的復(fù)合相關(guān)系數(shù)為0.929，顯示出良好的擬合優(yōu)度。經(jīng)檢驗(yàn)，回歸模型及所有回歸系數(shù)顯著性檢驗(yàn)的概率p值均小于顯著性水平α（α=0.05）；殘差獨(dú)立性檢驗(yàn)DW值接近于2，回歸方程殘差獨(dú)立；方差膨脹因子VIF均小于5，共線性診斷也滿足要求。由此證明回歸模型及回歸系數(shù)有統(tǒng)計(jì)意義，模型中自變量對(duì)因變量的影響顯著。

2.2.3模型檢驗(yàn)

9個(gè)檢驗(yàn)樣本的實(shí)測(cè)主觀評(píng)分及客觀參數(shù)測(cè)量結(jié)果見(jiàn)表4。將檢驗(yàn)樣本的M、H、CV數(shù)據(jù)代入預(yù)測(cè)模型中得到圓順度主觀評(píng)分的預(yù)測(cè)值，計(jì)算實(shí)測(cè)值與模型預(yù)測(cè)值的差，結(jié)果見(jiàn)表7。由表7可見(jiàn)，模型預(yù)測(cè)評(píng)分和實(shí)測(cè)評(píng)分非常接近，差量在0.5分以?xún)?nèi)。用表7實(shí)測(cè)值與預(yù)測(cè)值做散點(diǎn)圖并進(jìn)行線性擬合，判定系數(shù)R2達(dá)到0.922。說(shuō)明模型具有良好的預(yù)測(cè)精度，本文采用圖像技術(shù)測(cè)得的圓順度客觀參數(shù)能夠較好地評(píng)價(jià)翻駁領(lǐng)圓順度。

2.2.4翻駁領(lǐng)圓順度與面料、粘襯的關(guān)系

利用41個(gè)翻駁領(lǐng)圓順度的客觀評(píng)價(jià)預(yù)測(cè)值作為觀測(cè)變量，繪制面料與粘襯的交互作用見(jiàn)圖5。分析翻駁領(lǐng)圓順度與面料、粘襯的關(guān)系如下：

表7模型預(yù)測(cè)得分與實(shí)測(cè)得分比較

Tab.7Comparison between predicted and actual scores of

the model

試樣編號(hào)面料編號(hào)粘襯編號(hào)實(shí)測(cè)預(yù)測(cè)實(shí)測(cè)預(yù)測(cè)2#1#1#4.54.50.08#2#2#4.34.4-0.115#3#3#3.73.50.219#4#4#4.13.80.321#5#5#4.14.10.027#6#4#2.22.3-0.130#7#5#3.23.3-0.136#8#6#2.52.8-0.341#9#7#3.03.5-0.5圖5面料種類(lèi)與粘襯種類(lèi)的交互作用

Fig.5Interaction diagram of fabric type and adhesive lining1）由圖5可見(jiàn)，毛滌織物（編號(hào)1#～5#）制作翻駁領(lǐng)的圓順度整體上優(yōu)于棉麻織物（編號(hào)6#～9#）。其中，毛滌織物翻駁領(lǐng)圓順度的預(yù)測(cè)值均值為4.2，遠(yuǎn)高于棉麻織物翻駁領(lǐng)的圓順度均值2.9。

2）對(duì)于毛滌織物制成的翻駁領(lǐng)，1#面料受粘襯種類(lèi)的影響最小，3#、4#兩種較厚重毛滌織物受粘襯種類(lèi)影響較大。經(jīng)緯密度較高、結(jié)構(gòu)較緊密的4#面料制作的翻駁領(lǐng)圓順度相對(duì)較低，該面料與面密度較低的1#、5#粘襯配伍，可適當(dāng)提高翻駁領(lǐng)圓順度。

3）對(duì)于棉麻織物制成的翻駁領(lǐng)，較薄軟的5#梭織粘襯具有較好的配伍性，該粘襯與除6#面料之外的棉麻織物配伍制作的領(lǐng)子圓順度均高于與其他粘襯配伍情況，其他3種粘襯則各適用于不同編號(hào)的面料。織物與粘襯配伍規(guī)律有待于進(jìn)一步研究。

3結(jié)論

本文選取典型9種面料、7種粘合襯進(jìn)行翻駁領(lǐng)樣衣制作及圓順度造型參數(shù)提取，利用相關(guān)特征指標(biāo)分析與回歸分析建立翻駁領(lǐng)圓順度的客觀評(píng)判模型，得到以下結(jié)論：

1）根據(jù)相關(guān)分析可知，基于圖像處理技術(shù)提取的四個(gè)翻駁領(lǐng)造型圓順度客觀參數(shù)與主觀評(píng)價(jià)結(jié)果呈負(fù)相關(guān)關(guān)系。相關(guān)系數(shù)由強(qiáng)到弱依次為曲率極差最大值-0.883、曲率極差和-0.825、曲率極差變異系數(shù)-0.822及拐點(diǎn)數(shù)-0.662。

2）通過(guò)多元回歸分析，建立了以客觀參數(shù)描述主觀評(píng)價(jià)結(jié)果的翻駁領(lǐng)圓順度預(yù)測(cè)模型。分析表明，翻駁領(lǐng)圓順度主要受曲率極差最大值、曲率極差和及曲率極差變異系數(shù)三個(gè)參數(shù)的影響。

3）經(jīng)驗(yàn)證，模型預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果的判定系數(shù)為0.922，說(shuō)明模型具有良好的預(yù)測(cè)效果。翻駁領(lǐng)造型圓順度主客觀評(píng)價(jià)之間具有良好的一致性，本文基于圖像處理技術(shù)提取的客觀參數(shù)能夠較好地反映翻駁領(lǐng)造型圓順度。

4）面料是影響翻駁領(lǐng)圓順度的決定因素，但合理選配粘襯也至關(guān)重要，結(jié)構(gòu)較緊密、較厚重的毛滌織物及多數(shù)棉麻織物，選配較薄、軟的梭織粘襯，有助于提高翻駁領(lǐng)圓順度。

參考文獻(xiàn)：

[1]SHANG X M， ZHANG Z F. Study on the mathematic model of apparel lapel collar pattern [J]. Journal of Donghua University （English Edition）， 2009， 26（3）： 333338.

[2]付國(guó)定， 陳樺， 劉紅， 等. 數(shù)字圖像處理技術(shù)在紡織服裝領(lǐng)域的研究進(jìn)展[J]. 絲綢， 2011，48（12）： 2225.

FU Guoding， CHEN Hua， LIU Hong， et al. Overview of research on image processing technology in textile and clothing field [J]. Journal of Silk， 2011，48（12）： 2225.

[3]吳巧英， 張莎莎. A字裙造型與面料性能的關(guān)系[J]. 紡織學(xué)報(bào)， 2013， 34（6）： 8892.

WU Qiaoying， ZHANG Shasha. Relationship between shape of Aline skirt and properties of fabric [J]. Journal of Textile Research， 2013， 34（6）： 8892.

[4]李俊， 柯瑩， 凌小燕， 等. 機(jī)織物絲綹方向?qū)θ寡b造型效果的影響[J]. 紡織學(xué)報(bào)， 2010， 31（10）： 98103.

LI Jun， KE Ying， LING Xiaoyan， et al. Effects of grain directions of woven fabrics on skirt style [J]. Journal of Textile Research， 2010， 31（10）： 98103.

[5]徐瑤瑤， 朱俐莎， 杜磊， 等. 文胸模杯曲面形態(tài)特征曲線提取與分析[J]. 紡織學(xué)報(bào)， 2016， 37（11）： 103108.

XU Yaoyao， ZHU Lisha， DU Lei， et al. Extraction and analysis of surface morphology characteristic curves from bra mold cup [J]. Journal of Textile Research， 2016， 37（11）： 103108.

[6]KIM K， SONEHARA S， TAKATERA M. Quantitative assessment if jacketsappearances with bonding adhesive interings using twodimensional and threedimensional analysis [J]. International Journal of Affective Engineering， 2013， 12（2）： 177183.

[7]戴建國(guó). 男裝結(jié)構(gòu)設(shè)計(jì)[M].杭州： 浙江大學(xué)出版社， 2013： 8598.

DAI Jianguo. Pattern Making for Mans Wear Design [M]. Hangzhou： Zhejiang University Press， 2013： 8598.

[8]朱秀麗， 鮑衛(wèi)君. 服裝制作工藝：基礎(chǔ)篇[M]. 北京：中國(guó)紡織出版社， 2009： 7682.

ZHU Xiuli， BAO Weijun. Fashion Manufacturing Technology： Basic Articles [M]. Beijing： China Textile & Apparel Press， 2009： 7682.

[9]汪娟. 文胸模杯形狀特征分析系統(tǒng)的研究[D]. 西安： 西安工程大學(xué)， 2013： 1718.

WANG Juan. Research on Shape Features Analysis System of Moulded Bra Cup [D]. Xian： Xian Polytechnic University， 2013： 1718.

[10]高尚鵬， 高永光， 高相森， 等. 基于曲率梳的車(chē)身A級(jí)曲面評(píng)價(jià)方法[J]. 農(nóng)業(yè)裝備與車(chē)輛工程， 2009（10）： 1114.

GAO Shangpeng， GAO Yongguang， GAO Xiangsen， et al. Evaluating method for class a surfaces based on curvature comb [J]. Agricultural Equipment & Vehicle Engineering， 2009（10）： 1114.

[11]劉成霞. 模擬實(shí)際著裝的織物折皺測(cè)試及等級(jí)評(píng)價(jià)方法研究[D]. 杭州： 浙江理工大學(xué)， 2015： 3335， 6970.

LIU Chengxia. Investigation into Measurement and Grade Evaluation of Fabric Wrinkling Simulating Actual Wear [D]. Hangzhou： Zhejiang SciTech University， 2015： 3335， 6970.