当今时代经济、科技都在飞速发展,使得绝大多数服装消费者不仅对面料、款式、舒适性、合体性以及个性化的要求越来越高,而且对美的追求也越来越高。人们不仅严格控制自己的身材,更想通过服装来凸显自己的身材、提升自己的气质、掩饰自己身材的不足,这就对服装有了一个更深层次的要求:不仅要有精准的体型分类,还要有针对具体体型的合适服装。而现行的国标体型是依据胸腰差制定的,但人体的形态是对人体高矮、胖瘦和体表曲线形态变化的综合体现,只考虑了胸腰差的体型分类是无法真实地反映一个人的精确体型的,这使得更加精准细致的体型分类以及基于人体体型识别的服装款式推荐变得极其重要。本课题在建立服装人体信息管理系统的基础上,从整体体型和细部体型进行体型细分,实现了体型快速自动识别以及基于人体体型识别结果进行服装款式的推荐。具体内容如下:(1)本课题在年龄覆盖面尽可能均匀的前提下,从上海工程技术大学三维人体扫描仪的软件中提取了年龄在18～72岁的男性和女性共1200名人的数据信息,并采用Visual Studio C#2015、SQLServer2012建立了服装人体信息管理系统。(2)从数据库中提取年龄在18-28岁的青年女性人体尺寸信息,在国标体型的基础上,从整体体型和细部体型来进行青年女性的体型分类研究。整体体型分类包含两种情况:正面廓型的分类和肩型的分类,正面廓型的分类采用模糊C均值算法,将青年女性人体的正面廓型分为了三类;肩型的划分采用了K-means算法,将青年女性的肩型划分为三类。细部体型的分类采用模糊C均值算法,将青年女性的细部体型划分为三类。最后把国标体型、人体正面廓型、肩型和细部体型结合起来,形成了“国标体型+人体正面廓型体型+肩型+细部体型”新的体型划分标准。(3)运用MATLAB R2014a构建了青年女性体型ELM识别模型,并对模型进行了检测分析。结果表明:人体廓型的正确识别率为98.11%,人体细部体型的正确识别率为98.23%。(4)基于人体的体型进行了服装款式推荐的研究,并构建了基于人体体型的服装款式推荐模型。(5)本课题使用Visual Studio C#2015、SQLServer2012、Matlab2014b和PGM PDS开发了青年女性体型识别与服装款式推荐系统,此系统不仅可以实现人体体型的自动识别,还还可以根据体型识别结果进行服装款式推荐,并展示出该体型穿着推荐款式服装的着装效果图。综上所述:本课题建立在完善的服装人体信息管理系统的基础上,对青年女性体型分类和基于体型识别的服装款式搭配进行了研究,并开发了青年女性体型自动识别系统以及基于该自动识别结果的服装款式推荐系统,不仅为提高服装生产的合体性提供了有力的技术支撑,也为消费者根据自己的体型选择合适的服装款式提供了帮助。