青年男性肩点横截面曲线及其体型细分

青年男性肩点横截面曲线及其体型细分
金娟凤;庞程方;陈伟杰;叶晓露;邹奉元
【摘要】为建立基于横截面曲线形态指标细分青年男性肩部体型的方法,选取了年龄在18～26周岁的213名在校青年男性,用三维人体扫描仪测量获得其肩部数据,借助IMAGEWARE 12.0与MatLab R2012b软件,利用冒泡排序算法实现了肩点的自动准确提取,且肩高相对误差控制在(0,0.011)之间;通过分析肩点横截面形态特征,提取了曲线曲率半径及矢额径比作为分类指标,对比曲率半径均值,确定了5个特征点角度为-50°、-35°、0°、50°与90°;应用K-Means聚类方法及方差分析,将肩部体型划分为4类,建立了依据特征点曲率半径与矢额径比细分肩部体型的方法,通过对比肩点截面曲线形态,进一步定性描述了4类肩部截面的曲线变化特征.
【期刊名称】《纺织学报》
【年(卷),期】2016(037)008
【总页数】7页(P100-106)
【关键词】肩部;截面曲线;冒泡排序算法;曲率半径;矢额径比;聚类分析;体型细分【作者】金娟凤;庞程方;陈伟杰;叶晓露;邹奉元
【作者单位】浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学机械与自动控制学院,浙江杭州 310018;浙江理工大学服装学院,浙江杭州310018;浙江理工大学服装学院,浙江杭州310018;浙江省服装工程技术研究中心,浙江杭州 310018
【正文语种】中文
【中图分类】TS941.17
近年来，三维人体测量逐渐成为获取人体数据的重要工具[1]，是人体体型研究中
必不可少的手段之一。

借助计算机高速处理能力和精准算法的明显优势，人体图像和形状分析得到了技术性突破[2]。

同一件服装穿在尺寸相同的人体上，由于体型
不同而会导致该服装穿着舒适性存在巨大差异，因此，体型分析成为研究的热点[1]。

为探讨各类人体躯干体型差异，Yong Limchoi 等[3]着眼于人体侧面轮廓，提出
了用体侧角来表征人体侧面体型特征，运用数理统计方法将侧面体型划分为4类；杨允出等[4]侧重于人体体积的概念，提出了将躯干体积指数(TVI)作为分类指标，
细分躯干体型为X、H、A、V型。

针对肩部、颈部、胸部、臀部等局部特征部位的体型分析一直是研究重点。

张金花等[5]利用三维测量，采用数理统计方法，提取2个肩部典型指标将青年女性肩部
形态细分为4类；黄灿艺等[6]以在校男大学生颈部为研究对象，利用4个颈部典
型指标，对颈部形态进行聚类细分。

然而，人体体型变化分为长度(肩宽、胸、腰、臀围等尺寸数据变化)和围度(横截面曲线的形状变化)2个方向，谷林等[7]针对人
体截面曲线形态存在差异，采用特征点数据比值指标，提出了分部位(胸、腰、臀)体型分类的方法。

曲率半径可用来描述曲线的弯曲变化程度，并应用在体型分类中。

文献[8]以女性
乳房形态为研究对象，在逆向工程软件的辅助下，通过乳底轮廓线的提取获得特征点曲率半径，细分乳房形态。

本文研究着眼于青年男性肩点横截面曲线之间的形态差异，对肩部体型进行细分研究。

借助三维人体测量技术、逆向工程软件及MatLab软件，提取肩点截面矢额
径比与曲线特征点曲率半径，建立以肩点截面曲线形态指标为依据实现男青年肩部体型细分的方法。

1.1 实验对象与仪器
为使细分肩部体型更具有针对性，选取年龄为l8～26周岁，身高为165～185 cm，体重为50～90 kg，身体健康的213名在校男大学生。

采用美国[TC]2三维人体测量仪、经矫正的人体测高仪及体重计。

测量环境温度为(27 ± 3) ℃，相对湿度为(60 ± 10 )%，符合裸体测量环境。

1.2 截面曲线提取
人体由多个平行的横截面分层结构模型构成，这样既能够通过各横截面的特征曲线来描述人体的整体形状，又能反映人体局部尺寸和形态方面的信息，因此，通过选取过肩端点的截面曲线(即肩点截面曲线)来分析人体肩部形态特征。

借助三维人体测量仪，获取人体点云数据及肩高数据。

由于该点云数据为三维坐标(x,y,z)形式，在特定高度z值下，则可获取相应的散点坐标(x,y)，因此利用逆向工程软件IMAGEWARE 12.0对原始点云数据进行处理，根据人体肩端点所在高度，抽取能表征肩部形态特征的肩点截面曲线点云数据，如图1所示。

针对人体肩点的寻找，Zhong Yueqi等[9]以寻找左肩点为例，构建肩部三角形，到顶点具有最短距离的点即为肩点。

鉴于此，本文实验采用冒泡排序算法实现对左肩点的寻找，其算法流程如图2所示。

示意图如图3所示，步骤如下：1)利用冒泡排序算法遍历所有点，寻找出在高度Zi的情况下，左肩边界点即Xi的最大值；
2)根据找出的边界点，在其最低点和最高点定2个点，引出一条直线，依次遍历各个边界点，从而寻找出点和直线之间距离最大的那个点，设为最小二乘法分界的阈值点；3)将边界点拟合成2条直线，取2条直线的交点为肩点。

图4示出肩高相对误差图。

本文实验将[TC]2测量仪获得的肩高作为实际值，将算法获取的肩高作为测量值，通过分析肩高相对误差来验证自动提取肩点算法的可行性及精确性，由图可知，肩高相对误差在(0, 1.1%)之间，该算法能有效地提取肩点。

三维测量时，由于人体站姿调整会导致获取的人体轴线与系统定义的直角坐标系轴线有小角度的偏差，为更精确地拟合截面曲线，需要调整肩点横截面轴线。

运用MatLab R2012b软件，采用最小外接矩形法[10] (MER)，通过角度校正使得肩点截面轴线与仪器坐标轴线相一致。

在逆向工程软件IMAGEWARE 12.0中，采用内插法[11]拟合肩点截面数据点，图5示出其样本截面拟合图。

定义拟合误差为各原始点与拟合曲线的偏差，如图6所示。

拟合误差的最大值在0.002 0～0.009 8 mm之间，平均值在0.000 1～0.001 mm之间，标准差值在0.000 2～0.001 mm之间，可看出，该方法拟合效果良好，能有效地表征人体肩点截面的形态特征。

将人体近似为左右对称，但在进行人体扫描时，受到站姿、呼吸幅度等影响，使得左右两边形态轮廓存在着差异，因此需要对其进行处理，获得较为对称和光滑的截面轮廓以便进行后续研究。

参考夏明对胸围断面形状对称处理的方法[12]，本文研究借助逆向工程软件IMAGEWARE 12.0，采用以下方法对肩点截面作对称处理。

1)将肩高为Zp值下的截面原数据拟合点((x1, y1, zp),(x2, y2, zp),…,(xk, yk, zp))
按照y轴镜像逆序排列得到镜像拟合点((-xk, yk, zp),…, (-x2, y2, zp), (-x1, y1, zp))；
2)分别对原数据拟合点和镜像拟合点进行内插法拟合；
3)取原拟合点和镜像拟合点均值作为对称后的数据拟合点。

图7示出某样本处理前后的截面曲线，可知对称处理前后截面曲线形状基本保持
一致。

定义对称处理误差为对称前原始截面曲线与对称后截面曲线的偏差，如图8所示，对称误差最大值在1.818 9～2.820 0 mm，平均值在0.822 3～1.222 0 mm，标准误差在0.036 2～1.061 8 mm，可看出对称处理后仍能保持原始截面
的曲线特征。

1.3 实验参数
1.3.1 肩点截面矢额径比
在人体方位当中，矢额径比是指矢向直径与额向直径之比，即短轴与长轴的比值。

横截面的矢额径比R即为横截面的厚度与宽度的比值，代表截面的扁圆程度。

对
于相同的截面围度，如果矢额径比偏大，表明矢径方向数值比例较大，额径方向的数值比例较小，表现为肩点截面越圆厚。

1.3.2 肩点截面曲线曲率半径
曲率是描述曲线局部性质(弯曲程度)的量，平面曲线曲率指曲线上某个点的切线方向角对弧长的转动率；曲线弧段弯曲程度愈大转角愈大，转角相同弧段愈短弯曲程度愈大，因此，若某平面曲线的曲率值越大，则表明该曲线弧段的弯曲程度越大，其转角越大，即该曲线弧段偏离切线的程度越大。

曲线的曲率公式[13]为
式中：y′为曲线弧段的一阶导数；y″为曲线弧段的二阶导数。

曲率半径与曲率二者互为倒数关系，亦是用来描述曲线上某处曲线弯曲变化的程度，曲线上某点的曲率半径就是该点的密切圆的半径。

由于拟合的肩点横截面曲线曲率值太小，为避免给后续研究带来不便，故而选择曲率半径来代替曲率。

曲率半径越大，曲率越小，圆弧弯曲程度也越小，反之亦然，因此曲率半径能够精确反映肩点截面形态特征。

将人体作为左右对称体，因此对男性肩点截面曲线的左半部分进行分析，以5°为
间隔角度[14-15]提取曲率半径，共提取36个曲率半径来反映截面曲线的形态特征，如图9所示。

2.1 肩点截面曲线特征点提取分析
为获取更准确可靠的各特征点曲率半径值，在进行数据分析前必须要对其进行预处理，以排除奇异值及错误数据对实验结果的影响。

运用SPSS19.0，通过箱型图对获得的数据进行预处理，通过剔除存在的异常数据来实现对有用信息的提取，并对保留的200个实验样本数据进行描述性分析，得到曲率半径均值分布，如图10所
示。

由图可知，在-90°到90°间，曲率半径呈现不断的上下波动，其中-50°、-35°、0°、50°、90°上的曲率半径均为局部最小值，在局部范围内的曲线弯曲程度最大，能
够精确地反映截面曲线的局部形态与截面形态的整体变化，因此，选取这5个角
度上的曲率半径作为后续肩点截面形态特征分类的依据，其在肩点截面曲线的对应位置如图11所示。

2.2 肩部体型细分
为寻找肩部体型分类的基本特征与规律，应用K-means聚类方法，将获得的肩部数据以横截面曲线5个特征点曲率半径与截面矢额径比作为截面曲线形态指标进
行动态聚类，能快速地将各实验样本分配到各类中。

以肩点横截面曲线形态指标为依据，将肩部数据快速聚类成3、4、5类，各特征
点曲率半径值及矢额径比的方差分析结果如表1所示。

从表中数据可知，将肩部
体型分为4类时，F检验的概率均小于0.05，因此4类为肩部体型分类的最佳选择。

当肩部体型分为4类时，第l类包含49个样本，第2类包含25个样本，第
3类包含106个样本，第4类包含20个样本。

图12示出各类别肩部体型横截面曲线图，从图中可明显得知4类体型的肩点横截面形态在肩部厚度、肩端点弧形、前后肩弧线形态等方面存在着明显差异。

第1类：肩部厚度适中，肩端点弧线转角较大，肩端点两侧部分较扁平，肩部的
后弧线较平缓，前弧线明显前突；第2类：肩部厚度较厚，肩点横截面曲线比较
圆滑匀称，肩端点弧线转角较小，呈圆润状，肩端点两侧部分较厚实，肩部的后弧线后中出凹凸明显，前弧线较平缓；第3类：肩部厚度较厚，肩点横截面曲线凹
凸明显，肩端点弧线转角较大，肩端点两侧部分明显前凹，肩部的后弧线凹凸有致，前弧线稍向前突；第4类：肩部厚度较厚，肩端点弧线转角较大，肩端点明显前突，肩端点两侧部分较厚并稍稍前凹，肩部的后弧线较平缓，前弧线稍向前突。

本文研究实现了利用冒泡排序算法自动提取肩点，且肩高相对误差控制在(0,0.011)之间。

提取了可用来量化肩点截面曲线形态特征的分类指标：曲线曲率半径及矢额径比；并通过分析曲率半径均值的变化，确定了肩点截面曲线的5个特征点角度，即-50°、-35°、0°、50°、90°。

同时构建了以肩点横截面曲线特征点曲率半径与
矢额径比作为分类指标细分男青年肩部体型的方法；应用K-Means聚类方法及方差分析，将肩部体型划分为4类，量化区分了截面曲线的形态差异，并得到各类
人数；对比分析肩点截面曲线形态，进一步定性描述了4类肩点截面的曲线变化
特征。

[ 1] VUUSKAN Arzu, BULGUN Ender. Identification of female body shapes based on numerical evaluations[J]. International Journal of Clothing Science and Technology, 2011, 23(1): 46 -60.
[ 2] COSTA F D L, CESAR R M. Shape Analysis and Classification Theory and Practice [M]. New York: CRC Press, 2001: 46-60.
[ 3] YOUNG Limchoi, YUN Janam. Classification of upper lateral body shapes for the apparel industry[J]. Human Factors and Ergonomics in Manufacturing & Service Industries, 2010, 20(5): 378-390.
[ 4] 杨允出, 陈敏之, 邹奉元. 基于三维扫描数据的女性体型特征参数分析[J].纺织学报,2009,30(8):117-122. YANG Yunchu, CHEN Minzhi, ZOU Fengyuan. Female body shape parameters analysis based on 3-D scan data[J]. Journal of Textile Research, 2009, 30(8): 117-122.
[ 5] 张金花, 王宏付. 基于三维人体测量的女性肩部研究[J]. 纺织学报, 2011, 32(5): 95-97. ZHANG Jinhua, WANG Hongfu. Study of womens′shoulder based
on 3-D body measurement [J]. Journal of Textile Research, 2011,32(5): 95-97.
[ 6] 黄灿艺, 崔丽娜. 基于三维人体测量的男性颈部形态细分[J].纺织导
报,2008(2):94-95. HUANG Canyi, CUI Lina. The subdivision of men′s neck shape based on 3-D anthropometry[J]. China Textile Leader, 2008(2): 94-95. [ 7] 谷林，张欣. 基于三维人体建模的女性围度曲线变化及分类方法[J]. 北京服装学院学报, 2008,28(1):22-25. GU Lin, ZHANG Xin. Curve form and classification method of youth female based on three dimension[J]. Journal of Beijing Institute of Fashion Technology, 2008,28(1):22-25.
[ 8] LEE Hyunyoung, KYUNGHI Honga. Measurement protocol of women′s nude breasts using 3D scanning technique [J]. Applied Ergonomics, 2004, 35: 353-359.
[ 9] ZHONG Yueqi, XU Bugao. Automatic segmenting and measurement on scanned human body [J]. International Journal of Clothing Science and Technology, 2006, 18(1):19-30.
【相关文献】
[10] 吴晓光，王涤琼，盛慧.一种获取图像最小外接矩形的算法及实现[J].计算机工
程,2004,30(12):124-125. WU Xiaoguang, WANG Diqiong, SHENG Hui. An algorithm and implementation for obtaining minimum extrerior rectangle of image region[J]. Computer Engineering,2004,30(12):124-125.
[11] 沈剑华. 数值计算基础[M]. 2版.上海: 同济大学出版社: 2006: 37-45. SHEN Jianhua. Numerical Calculation Basis[M]. 2nd ed. Shanghai: Tongji University Press,2006:37-45. [12] 夏明，陈益松，张文斌. 基于椭圆傅里叶的人体胸围断面形状研究[J]. 纺织学报，
2014,35(7):107-112. XIA Ming, CHEN Yisong, ZHANG Wenbin. Shape analysis of bust slice using Elliptic Fourier[J]. Journal of Textile Research, 2014,35(7):107-112.
[13] 同济大学应用数学系. 高等数学[M]. 5版. 北京：高等教育出版社, 2002: 163-171. Department of Applied Mathematics, Tongji University. Advanced Mathematics[M]. 5th ed. Beijing: Higher Education Press, 2002:163-171.
[14] 邓卫燕. 基于用户照片和神经网络的三维个性化人体建模方法研究[D]. 杭州: 浙江大学,
2008:61-62. DENG Weiyan. Research on method of 3-D personalized human body modeling based on photos and neural network[D]. Hangzhou: Zhejiang University, 2008:61-62.
[15] 刘红, 张明, 陈东升, 等. 标准女体胸围曲线研究[J].纺织学报, 2011, 32(2): 117-120. LIU Hong, ZHANG Ming, CHEN Dongsheng, et al. Study on bust curve of standard female figure[J]. Journal of Textile Research, 2011, 32(2): 117-120.。