随着收入水平增加，生活越来越好，人们对生活质量也有了更高的追求。服装作为生活的必需品，人们对其质量要求也日益提高，而服装的外观质量是体现服装质量的一个重要方面，受到了大量的关注。缝纫平整度，作为影响服装外观的一个重要因素，也越来越受到各方研究者的关注。目前，缝纫平整度评价主要是对照美国提出的AATCC-88B标准进行主观评判，是对服装缝纫质量总体视觉感受，是定性化的评判方法，这种方法虽然已受到广泛的认可和应用，却难以避免人为因素和环境的影响，评价结果不稳定，存在较大局限性。本文依据AATCC-88B标准的8位灰度图像，分析其灰度分布特征，提取特征参数，建立基于BP神经网络的缝纫平整度客观评价模型。另外，为了避免印花图案对于灰度图像分析的影响，本文将双CCD扫描技术引入缝纫平整度的客观评价中，采用双目CCD扫描技术获得普通缝纫样本的图像，通过左右两个CCD相机同时拍摄，将从不同视角拍摄的两幅图像进行配准，获取缝纫样本上的三维信息，同时可以避免颜色和花型对于平整度信息的干扰。为了与AATCC-88B缝纫平整度等级评定的标准样照进行一致评价，将双目CCD获取的缝纫平整度三维信息转换为二维灰度图分析。通过对三维图像上Z轴信息的分析，建立高度与灰度之间的联系，利用VB设计算法，将三维图像转换为二维灰度图像，将三维问题转换为二维问题，然后借助于Matlab软件，分析二维图像的灰度分布特征，提取评判服装缝纫平整度的特征参数。最后用提取试样的特征参数检验BP神经网络模型的预测精度，实现对于服装面料缝纫样本缝纫平整度的客观评判，并对本文提出的评判模型进行了精度验证。通过网络实际输出与期望输出所做的回归分析，两者的相关系数达到0.93，说明该评判模型具有良好的预测能力。最后，本文在理论研究的基础上，借助于VB和MATLAB混合编程，开发了一套人机交互式的服装缝纫平整度等级客观评价系统。该系统可以分类管理缝纫样本面料的规格和性能，完成缝纫样本线缝平整度的主客观评价，同时计算主客观评价误差。该系统拥有界面友好，可视化程度高，数据处理方便快捷，操作简单等优点。本文对缝纫平整度进行客观定量评判的研究，避免了缝纫外观质量评价的模糊性，为服装面料或服装缝纫质量进行预测或评价提供了行之有效的方法。为服装的设计、加工和制造提供参考。