青年女性体表角度分析

王晓霞，戴建国，王春霞，端 丹

(1.浙江理工大学服装学院，浙江杭州 310018;2.天津师范大学心里行为研究院，天津 300387)

服装结构研究的本质是体型研究，而服装原型设计又是服装纸样设计的基础［1］。改善服装合体性是应对服装消费水平提高的重要手段［2］。迄今为止，由于传统的手工人体测量技术的限制，服装行业原型设计参数仅凭胸围、腰围和背长3个尺寸，但这3个数据相同的人的体型形态并不完全相同。人体是复杂的几何体，要想获得合体的原型，仅靠上述3个尺寸无疑是不够的［3］。三维人体扫描仪在服装业的应用，为人体形态精确测量提供了条件，也为原型设计方法改进提供了可能。

身高与胸围或身高与腰围是反映体型的2个最重要的特征值，现行GB/T 1335—1997《服装号型》正是依据这2个特征值进行体型分类的，但身高与胸围或身高与腰围只反映高矮和胖瘦，而不完全反映体表曲线。

人体形态的概念是综合的，它不仅应反映对象的高矮、胖瘦，还应反映对象的体表曲线(即体表角度)。

体表曲线可以用体表角度来表示［4］。不同部位体表角度可以反映人体局部或整体形态特征。本文主要研究体表角度的分布规律、各体表角度间关系和体表角度和原型省角间关系，为在原型设计中引入角度参数提供参考。

1 体表角度选取原则

体表角度选取的原则是：与原型轮廓直接相关，能反映人体躯干正面、侧面主要形态特征。

本文选取体表角度如图1所示。正面的体表角度有肩斜角S、体侧角T;侧面的体表角度有胸下凸角A、胸上凸角B、背入角N、背侧角P;图中D为前颈点，M为第7颈椎点，F为侧颈点。上述角度可总体上反映人体正、侧面特征。

图1 人体正侧面体表角度示意图Fig.1 Surface angle diagram of human body's front(a)and lateral(b)sides

2 体表角度的定义

为了明确表示各体表角度，保证角度计算准确，对体表角度作如下定义［5］。

肩斜角S：侧颈点F和肩端点f的连线与水平线的夹角，用来描述肩部的倾斜程度。

体侧角T：人体胸围截面上x轴坐标最大值点R和腰围截面上x轴坐标最小点r的连线和垂直线的夹角。

胸上凸角B：胸凸点O和前颈点D的连线和水平线的夹角，用来描述胸部的挺立程度，简称胸凸角B。

胸下凸角A：点O和其所在腰围截面上的投影点a的连线和垂直线的夹角，简称胸凸角A。

背侧角P：肩胛骨最凸点Q和其在腰围截面上的投影点q的连线和垂直线之间的夹角，用来描述后腰部位凹进的程度。

背入角N：点Q和第7颈椎点M的连线与垂直线的夹角，用来描述背部凸出的程度。

3 体表角度的计算

1)使用美国TC2非接触三维人体测量仪，实测获得300名18～28岁在校女大学生的三维人体点云数据。

2)采用逆向工程软件Imageware12.0获得三维人体点云数据的三维坐标［6］。

3)噪点的存在会影响整体数据的准确性［7］，在数据计算前，对点云数据去噪处理是必须的。利用Imageware12.0对一些偏移的点云数据进行去噪圆顺处理，去噪后数据剩余238人。

4)利用Imageware12.0进行体表角度计算。首先调整显示，可加快处理速度，清晰显示点云轮廓［8］，图2为点云数据调整前后的对比图。

图2 人体点云数据调整前后对比图Fig.2 Comparison diagram before(a)and after(b)adjustment of human point cloud data

点云数据调整后，就可以对体表角度进行计算。根据坐标点计算得出胸部外切线的斜率，即该倾斜角的正切值，利用正切的反三角函数求出该倾斜角的值。

4 体表角度的相关性分析

4.1 体表角度奇异值的去除

茎叶图能准确显示奇异值的个数和分布状态，图3 为肩斜角的茎叶图(其他体表角度茎叶图略)。从图可以看出，肩斜角存在大于或等于36°的2个奇异值，去掉后肩斜角剩余为236人。

图3 肩斜角的茎叶图Fig.3 Stem leaf plot of shoulder angle

4.2 体表角度相关性

体表角度之间相关性是体表特征研究重要内容。本文利用SPSS16.0对体表角度进行相关性分析，结果见表1。从表中可以得到：

1)肩斜角S和胸凸角A与其他角度的相关性均不明显，说明它们都是独立的角度，因胸凸角A的角度值很小，对女装原型的影响较小，故选取肩斜角作为显著特征的角。

2)胸凸角B与背入角N存在一定的负相关性，随着胸凸角B的增大，背入角N呈减小趋势，胸凸角B能较好地表征胸部的挺立程度，而背入角能较好地表征背部形态。

3)根据相关性分析得出的结果，对胸凸角B、背入角进行回归分析，得到回归分析的方程：背入角N=23.707-0.11B，故选取胸凸角B作为显著特征的角。

4)体侧角T与背侧角P存在一定的正相关性，随着体侧角的增大，背侧角P也在增大。根据相关性分析，得到二者的回归方程：背侧角P=9.23+0.159T，故选取体侧角T作为显著特征的角度。

表1 体表角度的相关性分析Tab.1 Correlation analysis of body surface angle

由于相关分析是分析2个变量间线性关系的程度，往往因为第3个变量的影响，使得2个变量间的线性相关程度受到一定的干扰。通过相关性分析，得知胸凸角B与体侧角T和背入角N存在相关性。偏相关分析主要是对2个以上的变量进行相关性的分析，通过对其他变量控制的前提下，对它们中的2个变量进行的一种研究方法［9］。

表2 示出背入角和体测角偏相关分析结果。可看出在控制胸凸角B的情况下，体侧角T与背入角N的相关系数为0.007 1，不相关概率p=0.912，故体侧角T与背入角N不存在相关性，因此选取体侧角T为显著特征的角是合理的。

表2 背入角和体侧角偏相关分析Tab.2 Partial correlation analysis of back slope angle and body side angle

4.3 体表角度的频数

通过相关性分析的结果，确定胸凸角B、肩斜角S、体侧角 T作为具有显著特征的角，用Spass16.0对其进行频数分析，以确定角度整体的变化范围，结果见表3。

体表角度平均值反映了被测群体的平均水平。标准差描述的是同一角度值中的一种离散程度，标准差的大小和离散程度呈正相关性，随着标准差的增大，离散程度也越大［9］。

表3 显著特征角度的频数分析Tab.3 Frequency analysis of body surface angle

1)由表3可知，肩斜角S的中间值是24.13°，平均值24.57°，而标准差四舍五入后为4，所以把肩斜角S分成3类，分别是正常肩、平肩和溜肩［5］。其中：小于 21°是平肩，为 57人，占人体总数的24.15%;位于21°～27°为正常肩，为160 人，占人体总数的67.70%;大于27°的人为溜肩，为19人，占人体总数的8%。通过分析得出正常肩人体占大多数，所以利用此方法对肩斜角S进行分类是合理的。

2)胸凸角 B的中位数是58.43°，标准差为5.410，根据胸部的挺立程度分为：微凸胸体、正常胸体、挺胸体［10］。其中小于53°为微胸凸体，为30人，占人体总数的12.71%;正常胸体位于53°～63°，为162人，占人体总数的68.64%;小于63°的为挺胸体，为44人，占人体总数的18.64%。

3)体侧角 T的中位数为 10.11°，标准差为2.660，把体侧角 T分成偏瘦体、正常体、圆胖体［11］，其中位于6°～12°的是正常体，为173人，占人体总数的73.30%;大于12°的是圆胖体，为32人，占人体总数的13.56%;小于6°的是偏瘦体，为31人，占人体总数的13.14%。

在上述3个角度指标的细分中，标准差范围内处于正常体的人数占绝大部分，角度出现频率最多的也都在正常体型角度的范围内，因此，这3个角度可以作为表征青年女性体型特征的显著性角度。

4.4 体表角度和原型省角的相关性

本文的研究目的是建立体表角度与原型省角和轮廓角的一种对应关系。通过利用逆向工程软件模拟曲线的长度，计算得到原型衣片的胸省角和侧缝省角值，并利用统计软件求得各个省角和体表角度的相关性。得到胸凸角B和胸省角呈正相关性，相关系数为0.654，其回归方程为胸省角=6.482+0.34B;侧缝省角和体侧角T也呈正相关性，相关系数为 0.293，其回归方程为侧缝省角 =7.53+0.524T;原型衣片肩斜的确定依据体表肩斜角的大小具体设计。最后将体表角度作为输入数据，原型细部尺寸作为输出数据，利用BP神经网络逐点训练，得到二者的神经网络模型，从而为基于体表角度参数的女装原型设计方法提供参考。

5 总结

通过对肩斜角 S、胸凸角 A、胸凸角 B、体侧角T、背入角N、背侧角S共6个体表角度进行分类和相关性分析，得到如下结论：

由体侧角T和背侧角S的相关关系，确定了后背省和侧缝处省呈正相关关系;由胸凸角B和背入角N的相关关系，得到胸省量和后背省量成反比的关系，为本文的后续研究打下基础，也为今后在女装原型的研究中，利用某个省量确定相关省量的大小提供理论参考。

相比于目前存在的女装原型设计方法，本文提出的以女性体表形态结合人体相关尺寸的女装原型设计方法，是一种实用、新颖的方法。该方法不仅可为女装原型的设计提供新的方法，而且可为女装合体性的研究提供理论支持。

［1］朱光宇.基于eMTM的数字服装人体测量与个性化服装原型生成技术的研究［D］.上海：东华大学，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］许家岩，匡才远.基于体表形态角度的青年男体分类研究［J］.国外丝绸，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］袁卫娟.基于点云数据女紧身原型省道分布研究［D］.苏州：苏州大学，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］单岩，谢斌飞.Imageware逆向造型技术基础［M］.北京：清华大学出版社，2006：27-35.SHAN Yan，XIE Binfei.The Basics of Imageware Reverse Modeling Technology［M］.Beijing：Tsinghua University Press，2006：27-35.

［9］卢纹岱.SPSS for Windows统计分析［M］.2版.北京：电子工业出版社，2002：270-332.LU Wendai.SPSS for Windows Statistical Analysis［M］.2nd ed.Beijing：Publishing of Electronics Industry，2002：270-332.

［10］彭磊，谢红，邹奇芝.基于量身定制特体女装原型样板的生成［J］.纺织学报，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］钱晓农，尹兵.基于三维人体测量的人体体型细分识别的研究［J］.纺织学报，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.