基于點模型的服裝面料平整度等級客觀評級研究.pdf

1、服裝面料的平整度等級是一個評價服裝或面料外觀性能的重要指標(biāo)。目前，對服裝面料平整度等級的評估方式普遍采用標(biāo)樣對照法，是對面料定性化的總體主觀視覺印象，評級結(jié)果受試樣、環(huán)境、評級者的狀態(tài)等影響較大，具有不確定性和不唯一性。 本文首先概述了服裝面料平整度等級客觀評級方法的研究現(xiàn)狀，列舉了計算機圖像處理技術(shù)和激光掃描技術(shù)在面料表面信息的獲取和面料平整度等級客觀評定中的應(yīng)用，在比較了三維數(shù)據(jù)的不同數(shù)學(xué)表達形式后指出，點模型表達法用密集采

2、樣的離散點隱式地表示模型的表面，非常適于具有復(fù)雜空間形態(tài)的服裝面料的三維表達，將有助于再現(xiàn)面料的褶皺形態(tài)，為面料平整度等級的客觀評定提供依據(jù)。因此，為了獲取高精度的面料點模型，本文自主研制了一套服裝面料三維非接觸式坐標(biāo)測量裝置。所建系統(tǒng)既符合人眼的觀測習(xí)慣，又能最大程度上保持面料原有的褶皺形態(tài)，且由于在主動式雙目結(jié)構(gòu)光柵投影的基礎(chǔ)上，結(jié)合了相移法和光學(xué)三角測量原理的特點，使用兩幅圖像相互補償?shù)姆椒ń鉀Q了反光和陰影的問題，減少了相噪聲的影

3、響，加快了圖像匹配的速度，提高了測量準(zhǔn)確性。 然后，本文以AATCC—124標(biāo)準(zhǔn)模板為研究對象，在對測量數(shù)據(jù)進行去噪、配準(zhǔn)和截取等預(yù)處理操作后，利用統(tǒng)計原理建立了模板點模型各數(shù)據(jù)點沿Z坐標(biāo)方向上坐標(biāo)值的四分位差Rd、平均差Ra、標(biāo)準(zhǔn)差Rq、峰度Rk等四個與平整度等級有關(guān)的幾何評價指標(biāo)，從數(shù)據(jù)的離散趨勢及其分布形態(tài)方面探討了點模型所代表的實體對象的整體彎曲性能。接著，本文又利用離散微分幾何原理對點模型特征點鄰域的MLS重構(gòu)曲面進行

4、分析，得到模板點模型的特征點密度ρc、特征點高度Z、特征點曲率H等三個與平整度等級有關(guān)的特征點評價指標(biāo)，進一步探究了點模型所代表的實體對象的局部屈曲特性。結(jié)果表明，各項評價指標(biāo)均與平整度等級之間存在良好的相關(guān)性。但是，模板表面的褶皺形態(tài)迥異，僅利用其中一個評價指標(biāo)、或聯(lián)合考慮多個幾何評價指標(biāo)、或聯(lián)合考慮多個特征點評價指標(biāo)，都不能有效預(yù)測點模型所代表的實體對象的平整度等級。 粗糙集理論是一種研究不完整數(shù)據(jù)、不精確知識的表達、學(xué)習(xí)和

5、歸納等的一種數(shù)學(xué)工具，是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出問題的決策或分類規(guī)則，是一種分類規(guī)則挖掘的主流方法之一?；诖植诩碚摰奶攸c，本文首次將粗糙集理論應(yīng)用到服裝面料外觀性能的客觀評價中，以120個模板點模型的所有評價指標(biāo)值為輸入樣本，建立了一個基于粗糙集理論的平整度等級評級模型。基于粗糙集理論的平整度等級評級模型的分類規(guī)則具有簡單、直觀等優(yōu)點。 人工神經(jīng)網(wǎng)絡(luò)方法通過大量非線性并行處理器簡單地模擬人腦中的神經(jīng)元之

6、間的突觸行為，實現(xiàn)分布式記憶和自學(xué)習(xí)自組織的功能，從而具備很強的識別與分類能力?；谏窠?jīng)網(wǎng)絡(luò)的特點，本文以120個模板點模型的所有評價指標(biāo)值為輸入樣本，建立了基于BP網(wǎng)絡(luò)的平整度等級評級模型。基于BP網(wǎng)絡(luò)的平整度等級評級模型輸入樣本的平整度等級值與BP網(wǎng)絡(luò)訓(xùn)練集的輸出值之間的相關(guān)系數(shù)為94.84％。因此，基于BP網(wǎng)絡(luò)的平整度等級評級模型具有容錯能力強、可靠性高等優(yōu)點。 本文比較了基于粗糙集理論和基于BP網(wǎng)絡(luò)的兩個平整度等級評級模

7、型的優(yōu)缺點后，探討了粗糙集理論與神經(jīng)網(wǎng)絡(luò)相集成的智能計算方法，并首次將粗糙集和BP網(wǎng)絡(luò)相結(jié)合的技術(shù)應(yīng)用到服裝面料外觀性能的客觀評價中，建立了基于粗糙集—BP網(wǎng)絡(luò)的平整度等級評級模型?；诖植诩狟P網(wǎng)絡(luò)的平整度等級評級模型首先基于粗糙集原理，對于樣本的輸入信息，通過挖掘數(shù)據(jù)間的關(guān)系，去掉冗余信息，并將已經(jīng)降低了空間維數(shù)的樣本信息作為神經(jīng)網(wǎng)絡(luò)的輸入內(nèi)容，使用神經(jīng)網(wǎng)絡(luò)作為后置的信息識別系統(tǒng)，從而簡化了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，縮短了訓(xùn)練時間，避免了神

8、經(jīng)網(wǎng)絡(luò)不能區(qū)分知識的重要性與冗余程度的缺陷。后續(xù)的基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法又很好地抑制了噪聲的干擾，實現(xiàn)了信息的大規(guī)模并行處理，并最終從數(shù)據(jù)中產(chǎn)生平整度等級分類信息。結(jié)果表明，基于粗糙集—BP網(wǎng)絡(luò)的平整度等級評級模型輸入樣本的平整度等級值與網(wǎng)絡(luò)訓(xùn)練集的輸出值之間的相關(guān)系數(shù)為97.19％。與基于粗糙集理論和基于BP神經(jīng)網(wǎng)絡(luò)的兩個平整度等級評級模型相比，基于粗糙集—BP網(wǎng)絡(luò)的平整度等級評級模型具有容錯和抗干擾能力更強、網(wǎng)絡(luò)訓(xùn)練時間更短、預(yù)

9、測精度更高等優(yōu)點。 為了驗證基于點模型的粗糙集—BP網(wǎng)絡(luò)平整度等級評級模型的可靠性，本文選用30個顏色不同、紗線支數(shù)和組織結(jié)構(gòu)與密度均不相同的常見純棉服裝面料進行平整度等級主客觀評價，試樣平整度等級主客觀評級值的相關(guān)系數(shù)為93.45％。隨后，本文從數(shù)據(jù)采集設(shè)備、試樣的顏色和花型、試樣的厚度、試樣的組織結(jié)構(gòu)、試樣表面的褶皺形態(tài)和褶皺分布、評價指標(biāo)的選擇和評級模型等九個方面對平整度等級主客觀評級值的影響展開討論，最后得出結(jié)論：本文所