劉成霞， 韓永華

(1. 浙江理工大學(xué) 服裝學(xué)院， 浙江 杭州 310018； 2. 浙江理工大學(xué) 信息學(xué)院， 浙江 杭州 310018)

模擬實際著裝的織物抗皺性測試方法

劉成霞1， 韓永華2

(1. 浙江理工大學(xué) 服裝學(xué)院， 浙江 杭州 310018； 2. 浙江理工大學(xué) 信息學(xué)院， 浙江 杭州 310018)

針對現(xiàn)有的織物抗皺性測試方法不能直接用來表征穿著過程引起的折皺這一現(xiàn)象，提出一種可模擬實際著裝的織物抗皺性測試方法。構(gòu)建了模擬裝置，并利用圖像處理技術(shù)提取了折皺密度。經(jīng)20塊織物的相關(guān)實驗驗證得出：模擬方法與實際著裝產(chǎn)生的折皺非常相似，說明模擬方法具有一定的可行性，且其測試穩(wěn)定性好于折皺回復(fù)角法；0°折皺回復(fù)角與折皺密度的相關(guān)性最大，隨后是45°,建議增加45°折皺回復(fù)角的測試，以使測試結(jié)果更能表征實際著裝時織物的折皺變形能力；建立了多元回歸模型，此模型可用來預(yù)測實際著裝時的折皺密度，無需經(jīng)過工作量繁重的服裝制作和實際穿著實驗。

織物抗皺性； 模擬裝置； 實際著裝； 折皺回復(fù)角； 圖像處理

織物抗皺性對服裝外觀有著非常重要的影響，因而有必要對織物抗皺性進行準(zhǔn)確、客觀的測試與評價。近年來，國內(nèi)外的紡織領(lǐng)域?qū)W者對織物抗皺性及平整度的測試與評價方法進行了大量研究。

文獻[1]對織物折皺進行了radon變換和紋理分析；Behera等[2]用Canny邊緣檢測得到客觀評價織物折皺的指標(biāo)；Yu等[3]利用立體視覺系統(tǒng)重構(gòu)了織物的三維折皺表面；Ravanid等[4]利用GLCM研究了織物折皺紋理；楊曉波等[5]用光度立體視覺和陰影恢復(fù)形狀技術(shù)對折皺織物的表面進行了三維重建；王雷等[6]研究了織物折皺回復(fù)角隨時間的動態(tài)變化情況。

目前國內(nèi)外廣泛采用的織物抗皺性評價方法可分為折皺回復(fù)角法和外觀等級評價法，然而這2種方法各有局限性，其中折皺回復(fù)角法每次只能測織物一個方向的抗皺性能，對此，本文作者提出了可同時測試織物多方向抗皺性的方法[7-8]。此外，這2種方法無論在織物受力還是產(chǎn)生的折皺形態(tài)上，都與實際著裝時有較大差距，未必能用來表征實際穿著時更復(fù)雜、更立體的折皺情況，因此，本文作

者構(gòu)建了關(guān)節(jié)模擬裝置[9]，但該裝置使織物產(chǎn)生的是壓縮變形，與膝蓋等處織物發(fā)生的彎曲變形尚有一定差距。針對該局限性，提出一種與人體實際著裝時更加吻合的抗皺性測試方法。

1 實 驗

1.1 試樣的選取

選取有代表性，且抗皺能力不同的20種常見純色機織物，原料涉及棉、麻、絲、毛及化纖，并且顏色、組織結(jié)構(gòu)亦不相同，規(guī)格參數(shù)如表1所示。

表1 織物規(guī)格參數(shù)Tab.1 Fabric specification parameters

1.2 折皺回復(fù)角法測試織物抗皺性

根據(jù)GB/T 3819—1997《紡織品織物折痕回復(fù)性的測定 回復(fù)角法》，用YG541E型全自動激光織物折皺彈性儀，在標(biāo)準(zhǔn)大氣環(huán)境中測試樣品的折皺回復(fù)角(WRA)，由于機織物的抗皺性具有明顯的各向異性[10]，除測試標(biāo)準(zhǔn)中規(guī)定的經(jīng)緯方向(WRA0和WRA90)外，還增加45°折皺回復(fù)角(WRA45)的測試。為使測試結(jié)果更加精確，每個方向測10次，結(jié)果取平均值。

1.3 利用關(guān)節(jié)模擬裝置測試織物抗皺性

1.3.1 原理介紹

眾所周知，服裝在穿著過程中折皺最嚴重的是關(guān)節(jié)部位，人體頻繁發(fā)生的下蹲、屈肘等動作使關(guān)節(jié)部位的服裝面料產(chǎn)生彎曲變形而起皺。鑒于此，本裝置的設(shè)計原理是模擬人體關(guān)節(jié)部位產(chǎn)生折皺的過程，因此將其簡稱為模擬裝置。

1.3.2 裝置結(jié)構(gòu)

模擬裝置所需材料主要包括木材、釘子、彈簧、棉花、針織布。模擬裝置的制作方法為：將圓柱形木條按照人體手臂的結(jié)構(gòu)進行加工，其中1根木條長為10 cm，一端周長為17 cm，另一端周長為16 cm；另一根木條長為12 cm，一端周長為16 cm，另一端周長為15 cm。將2根木條周長為16 cm一端的中心掏空，并用樟木球及彈簧連接，模擬關(guān)節(jié)，連接后的2根木條模擬人體骨骼；外層用棉花均勻包裹以模擬人體肌肉和脂肪，最外面再用有彈性的針織布包裹并縫合，模擬人體皮膚。包裹棉花和針織布后的周長增加1 cm，完成后的裝置如圖1所示。此裝置猶如前臂和上臂組成的人體手臂。

圖1 完成后的模擬裝置Fig.1 Finished simulating device

1.3.3 實驗準(zhǔn)備

實驗設(shè)備及工具：模擬裝置；LiDE210 Cano Scan掃描儀；大頭針若干；計算機。

實驗條件為標(biāo)準(zhǔn)大氣環(huán)境，光照均勻且光線充足的室內(nèi)。將上述20種織物熨燙平整后，裁剪成高為22 cm的梯形(以織物經(jīng)向為高度方向)，上底邊為20 cm，下底邊為18 cm，每種織物準(zhǔn)備10塊試樣。

1.3.4 實驗方法

將試樣正面朝外沿經(jīng)向包裹到模擬裝置上，并用大頭針按照0.5 cm的縫頭小心固定，且使接縫位于關(guān)節(jié)外側(cè)；將“穿”有織物的模擬裝置彎曲成規(guī)定角度(文中統(tǒng)一彎曲成60°)；維持彎曲狀態(tài)統(tǒng)一時間(文中為5 min)后，小心取下大頭針，將織物取下，展平，注意手勢輕盈，不要影響織物表面折皺狀態(tài)；恢復(fù)規(guī)定時間(文中為5 min)后，將織物放入設(shè)置好參數(shù)的掃描儀中，采集織物折皺圖像。掃描時，為避免對折皺造成影響，在蓋子下端四周放置小物體，以隔開織物與掃描儀蓋；截取掃描圖像中折皺最嚴重的區(qū)域，尺寸為256 像素 × 256 像素，以便于后續(xù)處理。

圖2示出同種材質(zhì)的面料用模擬裝置和實際著裝產(chǎn)生的折皺。由圖可知，無論是穿在模擬裝置上，還是從模擬裝置取下展開后的折皺，都與穿在人體以及從人體脫下形成的折皺非常相似。

圖2 模擬裝置與實際著裝產(chǎn)生的折皺Fig.2 Wrinkles produced by simulating device and actual wear.(a) On simulating device; (b) Taken off from device; (c) On human body; (d) Taken off from human body

1.3.5 圖像法提取的織物折皺密度

將掃描得到的彩色圖像轉(zhuǎn)化成灰度圖像，然后進行邊緣檢測。經(jīng)過多次研究發(fā)現(xiàn)，Sobel邊緣檢測算子的檢測結(jié)果與肉眼觀察的折皺程度具有良好的一致性，檢測的邊緣即為圖像中棱角分明的折痕，折痕數(shù)量越多，越清晰，則說明折皺越嚴重，因此本文均采用Sobel邊緣檢測算子提取織物折皺，結(jié)果如圖3所示。

圖3 邊緣檢測過程Fig.3 Edge detection.(a) Gray level image; (b) Edge detected image

折皺密度(WD)即折痕面積占總面積之比，計算公式為

式中：Wn為邊緣檢測圖像中白色像素點個數(shù)；A為像素點總個數(shù)，即256像素×256像素=65 536像素。

2 結(jié)果與討論

2.1 模擬方法的測試穩(wěn)定性

折皺回復(fù)角與折皺密度測試結(jié)果如表2所示。表中數(shù)據(jù)均為10次測試結(jié)果的平均值。用織物經(jīng)10次測試所得WD的變異系數(shù)(標(biāo)準(zhǔn)差與平均值之比)CV1來表示模擬方法的測試穩(wěn)定性，同時計算WRA的變異系數(shù)CV2以進行對比。

由于每塊織物測試了0°、45°和90° 3個方向的WRA，其變異系數(shù)分別表示為CV2-0、CV2-90和CV2-45，結(jié)果如圖4所示。從圖可看出，3個方向折皺回復(fù)角的變異系數(shù)總體呈現(xiàn)相似的規(guī)律性。從數(shù)值上來看，CV2-45最小，而CV2-0和CV2-90均大于CV2-45，即45°正斜絲的折皺回復(fù)角測試穩(wěn)定性最好，而經(jīng)緯向測試穩(wěn)定性較差。

由于3個方向折皺回復(fù)角的變異系數(shù)具有較好的一致性，為表明這種方法的總體穩(wěn)定性，將CV2-0、 CV2-90和CV2-45的平均值記為CV2，并將其與CV1進行對比，結(jié)果如圖5所示。從圖可知，絕大多數(shù)面料的CV1小于CV2，尤其是CV2較大的織物，CV1相比CV2有較大幅度的降低。其中最明顯的為3#，CV2為0.149，而CV1僅為0.032，二者相差0.117。對8#和9#這2塊CV2較小的織物來說，CV1大于CV2，但差距不是特別明顯，因此總體來說，模擬方法的測試穩(wěn)定性好于傳統(tǒng)的折皺回復(fù)角法。

表2 織物抗皺性測試結(jié)果Tab.2 Results of fabrics wrinkling performance

圖4 CV2-0、CV2-90和CV2-45的比較Fig.4 Comparison of CV2-0, CV2-90 and CV2-45

方法自變量模型方差R2標(biāo)準(zhǔn)估計的誤差FSig．關(guān)系式進入WRA0WRA45WRA900910037508539970000WD=8293-0021WRA0-0012WRA45-0001WRA90WRA0WRA450910036437857750000WD=8230-0022WRA0-0012WRA45

圖5 CV1與CV2的比較Fig.5 Comparison of CV1 and CV2

究其原因為：折皺回復(fù)角法的測試面積很小，只能產(chǎn)生1條1.5 cm的直線折皺，使測試結(jié)果具有一定的隨機性和不確定性；而模擬方法的測試面積大，且產(chǎn)生了多方向的立體折皺，更好地表征了織物綜合的抗皺性，較好地克服了折皺角法的隨機性、偶然性和片面性，表征效果也更穩(wěn)定。

2.2 折皺密度與折皺回復(fù)角的關(guān)系

折皺密度WD與不同方向WRA的相關(guān)系數(shù)如表3所示。由表可知，WRA0與WD的相關(guān)性最大，其次是WRA45，WRA90最小。

表3 折皺回復(fù)角與折皺密度之間的相關(guān)系數(shù)Tab.3 Correlation coefficients between WRA and WD

注：**表示在0.01的水平上顯著相關(guān)。

表4示出以WD為因變量，3個方向的WRA為自變量進行回歸分析的結(jié)果。

從表4數(shù)據(jù)可知，2個回歸方程在0.01的水平上都是顯著的(Sig.為0.000)，且模型中的R2也相同，以WRA0和WRA45進行回歸的標(biāo)準(zhǔn)估計誤差稍小，說明WRA90的加入對WD的預(yù)測精度不僅沒有提高，反而稍有下降。可解釋為：由圖3可知，無論是實際穿著，還是用模擬裝置，產(chǎn)生的折皺基本為水平方向和斜向，前者相當(dāng)于折皺回復(fù)角法測試時，檢測WRA0的情況(制作服裝時，皆以織物經(jīng)向為服裝的長度方向)；同樣，斜向折皺則相當(dāng)于檢測WRA45，由于沒有出現(xiàn)豎向折皺，致使WRA90對WD的貢獻非常微弱。

上述方程皆可用來預(yù)測實際著裝時織物的抗皺情況。建議增加45°折皺回復(fù)角的測試，以使結(jié)果更能表征實際著裝時織物折皺變形能力。

3 結(jié) 論

1)模擬裝置產(chǎn)生的折皺與實際穿著時的折皺非常類似，都由水平方向和斜向折痕組成。說明本文作為嘗試和探索提出的模擬方法用來預(yù)測服裝實際穿著時的抗皺性具有一定的可行性，且該模擬方法的測試穩(wěn)定性也好于折皺回復(fù)角法。

2)折皺密度與不同方向折皺回復(fù)角的相關(guān)分析表明，0°方向的與折皺密度的相關(guān)性最大，其次是45°方向，因此建議增加45°方向折皺回復(fù)角，以使結(jié)果更符合實際著裝。

3)由不同方向折皺回復(fù)角與折皺密度的回歸模型可預(yù)測實際著裝時織物的抗皺情況，無需經(jīng)過工作量異常繁重的服裝制作和實際穿著實驗。

FZXB

[1] 劉成霞，劉婷. 應(yīng)用小波分析的服裝關(guān)節(jié)部位抗皺性評價[J].紡織學(xué)報，2016,37(12)：87-91. LIU Chengxia, LIU Ting. Objective evaluation of wrinkling of garment joints based on wavelet analysis[J]. Journal of Textile Research, 2016, 37(12): 87-91.

[2] BEHERA B K, RAJESH M. Measurement of fabric wrinkle using digital image processing [J]. Indian Journal of Fiber and Textile Research, 2008, 33(12): 30-36.

[3] YU W, YAO M, XU B. 3-D surface reconstruction and evaluation of wrinkled fabrics by stereo vision[J]. Textile Research Journal, 2009, 79(1): 36-46.

[4] RAVANIDI, SEYED A H, PAN Ning. The influence of gray-level co-occurrence matrix variables on the textural features of wrinkled fabric surfaces[J]. Journal of the Textile Institute, 2011, 102(4): 315-321.

[5] YANG X B, HUANG X B. Evaluating fabric wrinkle degree with a photo metric stereo method[J]. Textile Research Journal, 2003, 73(5): 451-454.

[6] WANG L, LIU J L, PAN R R, et al. Dynamic measurement of fabric wrinkle recovery angle by video sequence processing[J].Textile Research Journal, 2014, 84(7): 694-703.

[7] 劉成霞, 徐晶.基于圖像處理的織物多方向抗皺性測試方法[J].紡織學(xué)報,2012，33(7): 48-52. LIU Chengxia, XU Jing. New testing method of fabric multidirectional wrinkle resistance based on image processing[J]. Journal of Textile Research, 2012，33(7): 48-52.

[8] LIU C X, FU Y Q. Novel measurement for multi- directional fabric wrinkling using wavelet analysis[J]. Fibers and Polymers，2014，15(6):1337-1342.

[9] LIU C X. New method of fabric wrinkle measurement based on image processing[J]. Fibers & Textiles in Eastern Europe, 2014，22(1): 51-55.

[10] MERATI A, PATIR H. Anisotropy in wrinkle properties of woven fabric[J]. Journal of the Textile Institute, 2011,102(7): 639-646.

Measurement for fabric wrinkle resistance by simulating actual wear

LIU Chengxia1, HAN Yonghua2

(1.SchoolofFashionDesignandEngineering，ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China；2.SchoolofInformaticsandElectronics，ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China)

The available fabric wrinkling measurements could not be used to characterize the wrinkling behavior during actual wearing. Aiming at this, a simple method for fabric wrinkling measurement that can simulate actual wear was put forward. A simulating device was set up and image processing technology was used to extract wrinkle density. Experiment was conducted with 20 fabrics. The following conclusions can be drawn. Wrinkles produced by the simulating method are very similar with those in actual wear, which proves the feasibility of the method. Besides, its measuring stability is better than that of the wrinkle recovery angle method. Wrinkle recovery angle in 0° has the highest correlation with wrinkle density, after which is 45°. It is advisable that wrinkle recovery angle in 45° should be considered to improve the agreement of the testing results and the actual wrinkling capability during wear. Models between wrinkle density and wrinkle recovery angle established by multiple linear regression can be used to predict fabric wrinkling during actual wear, without need of the tedious clothes making and trial work.

fabric wrinkling; simulating device; actual wear; wrinkle recovery angle; image processing

2015-09-06

2016-09-13

國家自然科學(xué)基金項目(51405446)；浙江省公益性技術(shù)應(yīng)用項目(2014C31052)；浙江理工大學(xué)521人才支持計劃項目(11110232241517)；浙江理工大學(xué)科研啟動基金項目(15072096-Y)

劉成霞(1975—)，女，教授，博士。主要研究方向為紡織品檢測技術(shù)。E-mail:glorior_liu@hotmail.com。

10.13475/j.fzxb.20150901105

TS 941.2

A