非接触式三维人体测量技术已被广泛运用于国内外与服装相关的研究中。目前,国内外学者从尺寸参数、体表角度、正侧面轮廓、不同年龄段等方面进行人体体型的研究,但关于体表曲线形态的研究,尤其是与服装结构密切联系的纵截面曲线,已有学者对其进行量化研究,但主要集中于人体纵截面曲线局部特征的研究,并未进行曲线的整体形态研究。因此,为完整表征人体纵截面的曲线形态,需要对人体纵截面曲线的整体形态进行量化研究。本课题从人体纵截面轮廓曲线的小波系数入手,进行青年女性躯干体型的分类。利用小波分析的低频系数作为提取信号的总体特征,曲线对应的低频信息能反映个体体型之间存在的差异性,可以为目前的体型分类提供一种新的方法。研究内容主要有下面几个方面:1.选取264名我校的青年女大学生作为课题研究的实验样本,运用美国[TC]2测量仪得到人体的三维点云信息与人体尺寸信息,运用Imageware13逆向工程软件对人体三维点云数据进行预处理;2.运用几何形状分析法自动抽取人体纵截面的表面轮廓曲线点云数据,对提取的纵截面曲线点云数据进行三次样条函数拟合与小波去噪,并提取纵截面曲线的小波系数;3.根据DB指标确定最佳聚类数,通过聚类分析将青年女性躯干体型细分为4类,并获得细分体型在国标体型中的分布情况,以“国标体型+细分体型”对人体体型进行描述;4.以160/84A的四类细分体型尺寸为例,并以实用原型纸样的绘制方法为例,构建4类细分体型对应的原型纸样,并对细分体型的原型纸样进行描述;5.通过小波系数区分人体躯干体型,采用LVQ神经网络建立青年女性人体躯干部位体型的识别模型,测试的识别率比较高,总的测试识别率达到了97.4%。