随着电子商务技术的飞速发展,在线服装消费成为一种越来越大众化的消费模式。网购中存在“虚拟行为”（网购）和“物理实物”（服装）的矛盾。这种矛盾最直接的反映是服装的合体性问题。服装合体性是影响服装外观以及服装穿着舒适性的重要方面,是影响服装销售的最重要的因素之一。本文旨在分析消费者基于图像的视觉感知与褶皱图像的识别,提高对虚拟环境中着装合体性的评价,降低网购时所作购买预判与购买后服装实物之间的合体性误差,降低退货率。故本论文做了如下研究。首先,分析着装图像中对合体性视觉感知刺激的影响因素,设计实验进行测试,运用统计学方法进行数据分析,建立一种着装合体性的视觉感知模型VTF（Visual to Fitting）。测试着装图像中的褶皱、面料性能、服装款式、控制部位的松量、色彩的明暗度等指标对视觉刺激的实验值,运用Pearson相关性分析各指标与着装合体性的相关程度,再用因子分析降维提取为4个主因子:褶皱视觉、面料色泽、服装松量、服装风格;最后基于回归分析构建视觉合体感知(1与4个主因子的多元线性回归模型VTF,用U统计量验证模型准确性,建立基于图像的着装合体性的主观评价模型。其次,运用计算机图像处理技术,建立了一种褶皱元素识别的着装合体性的客观评价模型ITW（Image to Wrinkle）。基于图像灰度变化,设计GCF阈值分割算法,对灰度曲线的变化趋势进行分析拟合,提取优化阈值,对图像进行目标分割;运用Canny边缘检测算法,识别褶皱形态;根据褶皱形态和灰度分布,提出了褶皱量化的三大指标:数量、整齐度和不匀度。在整齐度中创新性的定义了三种形态模式反映褶皱走势:点聚拢式PG、线聚拢式LG、平行线聚拢式PLG。最后分析褶皱指标与着装合体性的关系,采用Matlab R2014a编程实现了基于褶皱图像识别的着装合体性的客观评价。最后,对所建立的基于图像的着装合体性视觉感知模型VTF和褶皱图像识别模型ITW进行实例仿真和验证,提出相应的智能评价软件的开发构想。设计L₉（3,4）正交实验表,以服装松量、服装风格、面料色泽作为3种实验因子,各因子分别设计3种水平,进行正交实验设计,按照因子水平组合对应选择了9件样衣。测试样衣实际着装后的合体性感觉评分、样衣着装后拍摄图像的视觉感知评价值以及样衣着装图像褶皱识别的客观评价值,分析和验证基于褶皱图像识别的着装合体性评价的两种模型的统一性和互补性,然后提出着装合体性智能评价软件的开发设想。