人体体型分析是MTM生产中的一个关键环节。准确的体型分析是满足客户对服装合体性要求的重要保证。从顾客的自身体型出发,建立尽可能充分的体型分析系统,完善人体分析体系,提高客户对定制服装的满意度,是实现个性化服装定制的必要前提。本论文结合男西装廓型和男体正面轮廓特征,确定了以男体正面廓型区分人体的方法,并由角度尺寸来区分男体侧面和局部特征,实现了从整体到局部、从型到细节的人体体型归类。从采集人体数据,分析数据,验证分类指标,进行验证试验等,本文做了以下几个方面的工作。首先,确定人体体型分类方法和指标,分析、处理人体数据,从而实现人体体型的划分,包括以下三个方面的内容：(1)由男西装问卷调查、男体体型分析等确定男体体型分类的指标：以肩宽、腰宽和臀宽之间的比例关系区分X、H、V三种廓型来确定人体正面形态,以背入角表示胸腹部和背部的形态,腹凸角表示下腹部的形态,后臀凸角表示臀部形态,肩斜角来确定肩部形态。(2)采用[TC]2三维扫描测量系统采集了湖南地区25-55岁之间共311个样本的男体数据。Matlab编程识别三维人体,经过点云数据分析、点云光顺去噪、点云数据的插值重构等三个步骤对点云数据进行预处理。在预处理后的三维人体上识别特征点,提取特征尺寸。对提取得到的数据进行探究性分析,剔除21个奇异值样本后得到可使用的290个样本。对有效样本的尺寸进行相关性分析以确定其关系。(3)采用分档划分的方法划分人体的躯干长度,采用模糊聚类的方法对肩宽与腰宽的比值和肩宽与臀宽间的比值进行分析,确定290个样本的正面形态(H、X、V型)和聚类中心。采用聚类分析的方法,并结合各角度指标的正态分布特征确定不同肩部和侧面形态特征,由此判断290个样本的肩部和侧面形态特征。其后,建立体型自动识别系统。依据BP神经网络建立正面形态识别模型,再结合经聚类分析得到的肩部和侧面形态指标判别区间综合判断体型。由Matlab编程建立的体型自动识别系统实现以下功能：自动对三维人体模型的预处理、提取尺寸等操作；自动识别、判别各部位的形态特征；实现自动存储人体特征尺寸和体型判断结果。最后,将论文研究所得的体型归类方法应用于西装的个性化制作并验证该方法的可行性。选取三个验证样本,经过体型自动识别系统后得到其体型。依据其正面形态为其推荐西装的款式和风格,再依据肩型、背型、腹型、臀型等修改样板,由此制作验证样本的西装,验证样本试穿西装后,由其和专家分别进行打分评价。本论文的创新点在于提出了一种新的人体体型研究方法,即采用整体和局部的思路,以人体的正面廓型以及人体侧面和肩部的凹凸特征来划分人体。该体型分类方法得到了企业实践的验证。