褶裥在服装造型上有多种设计和变化,既能满足适应人体活动的基本需求,又兼具实用和装饰等功能,并且褶裥是外观平整度的一种特殊形式,影响着服装的外观和穿着效果。以往多采用AATCC-88C标样比照法进行褶裥等级的评定,但这种方法对实验条件要求严格、过程繁琐,易受评价者人为主观因素的影响,从而降低了结果的准确性。因此对织物褶裥等级进行客观、准确地评价就显得很重要。目前多采用图像处理技术对织物平整度进行测试和评价,而三维激光测量技术作为新兴的检测手段,通过获取的点云数据,可以直观地反映被测物体的空间位置、向量信息和外轮廓形状,方便特征提取等,但这种方法运用到织物褶裥等级的评定中相对较少,因此采用这种技术对织物的褶裥等级进行客观评定将是一种趋势。针对这一现状,本文提出了一种基于激光点云数据客观评定织物褶裥等级的方法,以标准样板AATCC-88C为研究对象,使用三维激光扫描仪获取点云数据,通过提取特征参数,并与褶裥等级进行线性拟合得出相关性,最后运用逐步回归分析,建立了织物褶裥等级客观评估模型,研究内容及结果如下:(1)采用REV scan 3D激光扫描仪,获取AATCC-88C褶裥标样的三维点云数据,而后通过参考面重建,将XY轴形成的平面作为新的参考面,Z轴为褶裥高度进行分析。通过提取四分位差Q_d、平均偏移量R_a、粗糙度σ、标准差S、扭曲度R_s、峰度R_k六个特征参数,进行单变量特征参数与褶裥等级的线性拟合。最后运用逐步回归分析法,建立综合特征指标与织物褶裥等级的模型为:PL(28)4.153σ+3.608R_a-2.311Q_d-0.264。并将综合指标判别法的评价结果与标样褶裥等级结果相对照,两者的相关系数达0.91。(2)为与三维点云数据处理的客观测试方法所得的结果相比较,采用二维图像处理的方法,将在三种光源下获取的标样图像进行灰度化处理,结果表明,不同光源下图像的灰度值差别较大。最后选择在前侧光下获得的图像,通过提取特征指标并与褶裥等级进行线性拟合,但是拟合效果不理想;采用小波分析的方法,再次验证图像处理技术应用于褶裥等级的分析是否可行,利用小波能量函数将褶裥图像分解为五层,提取水平、垂直和对角线方向上的细节系数标准差SH、SV和SD。结果表明,提取的指标与褶裥等级的相关性也很低。因此三维点云数据处理的方法更适合织物褶裥等级的评定。(3)采用C#语言在Visual Studio 2010编译环境库中,编写“基于激光点云数据的织物褶裥等级评价系统”的应用程序,程序包含了点云数据导入、计算六种特征值、对织物进行褶裥等级分类、导出客观评价数据等主要功能模块。(4)选取50块织物试样对客观评价系统进行验证,结果表明主客观评价结果相同的有46块试样,即织物样本主客观评价结果的吻合度为0.92,且不吻合的织物几乎为印花织物,所有纯色织物的主客观评价结果完全相同。验证了“基于激光点云数据的织物褶裥等级客观评价系统”的可行性和实用性。